目录
一、RGB颜色模型
1.1图像RGB模型基本介绍
OpenCV 中彩色图像默认是 BGR 顺序，而不是标准 RGB：
- 第 0 通道：蓝色（B）
- 第 1 通道：绿色（G）
- 第 2 通道：红色（R）
因此：
- 直接用
imshow显示时，OpenCV 内部会按 BGR 解析，显示正常； - 但如果把图像传给其他库（如 Qt、Matplotlib），需要先转成 RGB，否则颜色会反转。
BGR转换为RGB:cvtColor
cpp
Mat img_bgr = imread("test.jpg"); // 读取为 BGR
Mat img_rgb;
cvtColor(img_bgr, img_rgb, COLOR_BGR2RGB); // 转为 RGB1.2图像数据类型转换
在 OpenCV 中，RGB 图像常见存储方式：
| 类型 | 范围 | 说明 |
|---|---|---|
8U（CV_8U） |
0~255 | 最常见，每个通道用 8 位无符号整数表示，对应 Vec3b |
float 32（CV_32F） |
0~1 | 浮点型，常用于中间计算，如归一化后的图像 |
double 64（CV_64F） |
0~1 | 双精度浮点型，精度更高，用于高精度计算 |
不同图形数据类型之间的转化核心公式
void cv::Mat::convertTo(OutputArray m, int rtype, double alpha = 1, double beta = 0) const;- 核心公式 ：对每个像素值进行线性变换：m(x,y)=α⋅I(x,y)+β
- 这意味着它不仅能转换数据类型，还能同时对像素值进行缩放和平移。
参数详解
| 参数 | 含义 | 示例说明 |
|---|---|---|
m |
输出图像，转换后的结果存储在这个 Mat 中 |
转换完成后，m 的数据类型由 rtype 指定 |
rtype |
转换后的数据类型 ，如 CV_32F、CV_64F、CV_8U 等 |
例如 CV_32F 表示 32 位浮点型单通道图像 |
alpha |
缩放系数，用于调整像素值范围 | 常见用途：将 0-255 的 CV_8U 图像转为 0-1 的 CV_32F 图像，此时 alpha = 1/255.0 |
beta |
平移系数，用于偏移像素值 | 若 alpha=1, beta=0，则只改变数据类型，不改变像素值 |
1.3图像数据类型转换代码举例
eg1：CV_8U (0--255) → CV_32F (0--1)
这是最常见的转换，用于将图像从整型转为浮点型：
Mat img_8u = imread("test.jpg"); // 输入：CV_8UC3，像素值 0--255
Mat img_32f;
img_8u.convertTo(img_32f, CV_32F, 1/255.0, 0); // 输出：CV_32FC3，像素值 0--1注意：必须用 1/255.0（浮点除法），不能用 1/255（整数除法结果为 0）。
eg2：CV_32F (0--1) → CV_8U (0--255)
将浮点型计算结果转回整型，用于保存或显示：
Mat img_32f; // 输入：CV_32FC3，像素值 0--1
Mat img_8u;
img_32f.convertTo(img_8u, CV_8U, 255.0, 0); // 输出：CV_8UC3，像素值 0--255注意：若 img_32f 中存在超出 [0, 1] 的值，转换后会被自动截断到 0 或 255。
eg3：只改变类型，不改变值（alpha=1, beta=0）
当你只需要改变数据类型（如从 CV_16U 转为 CV_32F），而不需要缩放像素值时：
Mat img_16u; // 输入：CV_16UC1，像素值 0--65535
Mat img_32f;
img_16u.convertTo(img_32f, CV_32F); // alpha=1, beta=0，仅改变类型eg4：带偏移的缩放（提亮 / 变暗）
通过 beta 调整整体亮度
Mat img_8u = imread("dark.jpg");
Mat img_brighter;
img_8u.convertTo(img_brighter, CV_8U, 1.2, 20); // 提亮：1.2倍缩放 + 20偏移注意：转换后若像素值超过 255，会被截断为 255，可能导致过曝。
二、HSV颜色模型
2.1HSV颜色模型基本概念
HSV 是一种面向视觉感知的颜色模型（区别于 RGB 的硬件导向），将颜色拆解为 3 个独立维度，用 "圆锥 / 棱锥" 结构直观表示，图片中核心要素如下：
| 分量 | 英文 | 含义（图片标注） | 取值范围（标准 / OpenCV） | 直观理解 |
|---|---|---|---|---|
| H | Hue（色度 / 色调） | 颜色本身（红、绿、蓝等） | 标准：0°~360°；OpenCV：0~179 | 对应圆锥的 "角度"：- 0°/0（红）、120°/60（绿）、240°/120（蓝）- 黄、青、品红等介于基础色之间 |
| S | Saturation（饱和度） | 颜色的深浅（纯度） | 标准：0~1；OpenCV：0~255 | 对应圆锥的 "半径"：- S=0（中心）：灰度（无色彩）- S=1/255（边缘）：纯色彩（无杂色） |
| V | Value（亮度） | 颜色的亮暗 | 标准：0~1；OpenCV：0~255 | 对应圆锥的 "高度"：- V=0（底部）：纯黑- V=1/255（顶部）：最亮- 亮度仅影响明暗，不改变颜色本身 |
2.2HSV颜色模型特点：
- 维度独立：H（颜色）、S（纯度）、V（亮度）三个维度互不干扰，比如调整亮度 V 不会改变颜色 H，这是 RGB 模型不具备的（RGB 调整亮度会同时改变三通道值）；
- 视觉友好： HSV 三分量核心H 定颜色、S 定深浅、V 定亮暗，维度独立，符合人眼感知； ------ 人类一般对 "亮一点的红色""浅一点的蓝色"描述感知较好，对应 HSV 的 V 和 S 调整；
- 取值差异：标准 HSV 是 0~360°/0~1/0~1，OpenCV 中适配 8 位图像，H=0~179、S/V=0~255；
- 核心优势：相比 RGB，HSV 更适合颜色分割 、目标识别等场景，抗光照干扰且颜色范围易界定。
三、灰度颜色模型
3.1灰度颜色模型的基本介绍
灰度模型是单通道 颜色表示方式，仅用 "亮度" 一个维度描述图像，是图像处理中最基础且常用的模型。
1. 取值范围与视觉特征
- 取值范围：0（纯黑）~255（纯白），中间值（如 127）为中灰色；
- 视觉表现：无色彩信息，仅通过亮度差异区分图像内容，图片中用 "黑→灰→白" 的渐变条直观展示。
2. 工业场景的特殊性
- 核心应用：部分工业相机（如机器视觉检测相机）直接采集灰度图像 (工业检测关注 "轮廓 / 对比度" 而非色彩，灰度图数据量更小（单通道 vs RGB 三通道），处理效率更高；避免色彩干扰，检测结果更稳定)。
3. RGB 转灰度的核心公式
Gray = R*0.3 + G*0.59 + B*0.11- 公式逻辑：基于人眼对绿、红、蓝三色的感知灵敏度不同（人眼对绿色最敏感，蓝色最不敏感），给三个通道分配不同权重；
- 关键限制：仅支持彩色（RGB）转灰度，无法从灰度反向还原出原始 RGB 彩色图像（灰度丢失了色彩信息，是不可逆转换）。
四、颜色空间之间的转化
4.1转化函数cvtColor ()
cpp
void cv::cvtColor(
InputArray src, // 输入图像（待转换的Mat）
OutputArray dst, // 输出图像（转换后的Mat）
int code, // 转换码（指定转换方向）
int dstCn = 0 // 输出图像的通道数，默认0（自动匹配）
);| 参数 | 含义 | 关键说明 |
|---|---|---|
src |
输入图像 | 支持任意深度的 Mat（如 CV_8U、CV_32F），但需符合转换码的要求 |
dst |
输出图像 | 函数自动分配内存，无需提前初始化 |
code |
转换码 | 由 COLOR_原空间2目标空间 组成（如 COLOR_BGR2GRAY），区分大小写 |
dstCn |
输出通道数 | 默认 0：自动根据转换码确定（如 BGR2GRAY 输出 1 通道）；手动指定时需匹配目标空间（如指定 3 则输出 3 通道） |
- 将图像从一种颜色空间 （如 BGR、HSV、GRAY）转换为另一种颜色空间；
- 底层封装了不同颜色空间的数学转换公式（如 RGB 转灰度的加权公式、RGB 转 HSV 的坐标变换公式）；
- 仅改变图像的通道数和像素值含义，不改变图像的尺寸和数据类型（特殊场景除外）。
常用转码code有以下：
4.2一些常用的转换举例
eg1：BGR（彩色）→ GRAY（灰度）
cpp
Mat img_bgr = imread("test.jpg"); // 读取BGR彩色图（3通道）
Mat img_gray;
// 转换码：COLOR_BGR2GRAY，输出1通道灰度图
cvtColor(img_bgr, img_gray, COLOR_BGR2GRAY);- 底层公式：
Gray = B*0.11 + G*0.59 + R*0.3（与你之前看到的 RGB 转灰度公式一致，仅通道顺序调整）不可逆转换（灰度图无法还原为彩色图）。
eg2：BGR ↔ HSV（颜色分割 / 识别）
HSV 是颜色识别的首选空间，比如提取红色、绿色物体：
cpp
Mat img_bgr = imread("test.jpg");
Mat img_hsv;
// 1. BGR转HSV
cvtColor(img_bgr, img_hsv, COLOR_BGR2HSV);
// 2. HSV转回BGR
Mat img_bgr_back;
cvtColor(img_hsv, img_bgr_back, COLOR_HSV2BGR);eg3：BGR ↔ RGB（适配其他库）
当需要将 OpenCV 图像传给 Matplotlib、Qt 等库时，需转 RGB：
Mat img_bgr = imread("test.jpg");
Mat img_rgb;
// BGR转RGB
cvtColor(img_bgr, img_rgb, COLOR_BGR2RGB);eg4：GRAY → BGR（灰度转彩色）
将 1 通道灰度图转为 3 通道 "伪彩色图"（三个通道值相同）：
Mat img_gray = imread("test.jpg", IMREAD_GRAYSCALE); // 读取灰度图
Mat img_bgr;
cvtColor(img_gray, img_bgr, COLOR_GRAY2BGR); // 输出3通道，每个通道值=灰度值五、代码实战举例和结果
以下是结合ImageShow工具和图像不同颜色空间之间转化对比代码和结果。
cpp
void testImageColorSpace()
{
Mat image = imread(R"(D:\Study\OpenCvStudy\lean.jpg)", ImreadModes::IMREAD_COLOR);
Mat img32;
image.convertTo(img32,CV_32F,1/255.0,0.0);
Mat HSV, HSV32;
cvtColor(image, HSV, COLOR_BGR2HSV);
cvtColor(img32, HSV32, COLOR_BGR2HSV);
Mat gray1, gray2;
cvtColor(image, gray1, COLOR_BGR2GRAY);//OpenCv默认GBR顺序
cvtColor(image,gray2, COLOR_RGB2GRAY);
waitKey();
}
