使用OpenCV3处理图像

不同色彩空间的转换

当前，在计算机视觉中有三种常用的色彩空间：灰度、BGR、以及HSV（Hue，Saturation，Value）

1. 灰度色彩空间是通过去除彩色信息来将其转换成灰阶，灰度色彩空间对中间处理特别有效，比如人脸检测。
2. BGR，即蓝绿红色彩空间，每一个像素点都有一个三元数组来表示，分别代表蓝绿红三种颜色。与RGB只是在颜色的顺序上不同。
3. HSV，即色调、饱和度、亮度。

绘画遵从减色模型，而运行在计算机上的软件所使用的色彩模型是加色模型。

 

傅立叶变换

　　人们所看到的波形都是由其他波形叠加得到的。这个概念对操作图像非常有帮助，因为这样我们可以区分图像里哪些区域的信号（比如图像像素）变化特别强，哪些区域的信号变化不是那么强，从而可以任意地标记噪声区域、感兴趣区域、前景和背景等。原始图像由许多频率组成，人们能够分离这些频率来理解图像和提取感兴趣的数据。

　　在OpenCV中有许多算法能够实现变换，在NumPy中也有实现，并且更容易使用，里面有FFT的包，包含fft2()函数，该函数可以计算衣服图像的离散傅立叶变换（DFT）

　　幅度谱图像：把衣服图像中最明亮的像素放到图像中央，然后逐渐变暗，在边缘上的像素最暗，这样可以发现图像中有多少亮的像素和暗的像素，以及它们分布的百分比。

1  高通滤波器

　　高通滤波器（HPF）是检测图像的某个区域，然后根据像素与周围像素的亮度差值来提升该像素的亮度的滤波器。

　　以如下的核（滤波器矩阵）为例：

[[0,-0.25,0]
 [-0.25,1,-0.25]
 [0,-0.25,0]]

核是指一组权重的集合，它会应用在源图像的一个区域，并由此生成目标图像的一个像素。比如，大小为7的核意味着每49（7x7）个源图像的像素会产生目标图像的一个像素。可以把核看作一块覆盖在原图像上可移动的毛玻璃片，玻璃片覆盖区域的光线会按某种方式进行扩散混合后透过去。