[OpenCV] 產生具透明度的影像 (Create Transparency Image)
喜歡視覺觀感的我，一直在處理RGB影像，還沒有實際去產生RGBA影像，只有最近拿人家已經做好的PNG美術影像來做APP，一直對透明度懵懵懂懂。在影像中的每一個像素，RGB有24bits，而RGBA則有32bits，如此想像，只要創建的影像每個像素配給它32bits，即可產生具透明度的影像！
以下程式跑出來具透明度的PNG影像，RGBA=(0, 127, 255, 127)。
Posts tagged ‘rgb’
[OpenCV] 產生色彩空間 (Create Color Space)
為了做研究，我必須製作整個色彩空間，想以RGB「立體」的方式來產生，然而只能以「平面」的方式顯示在螢幕上，於是我寫了三維映射到二維的程式來實現～
程式將會產生4096×4096的PNG(無損壓縮格式)檔案（8.07MB），不過為了節省我寶貴的部落格空間，我將影像縮小並轉存為1024×1024的JPG(有損壓縮格式)檔案（120KB）。有興趣的人就去跑我的程式來取得整個色彩空間圖吧：）～
[OpenCV] 轉換色彩空間失真 (Transform Color Space Distortion)
我以為透過OpenCV轉換色彩空間，可以很輕易地來回轉換，而且不會有失真的問題。然而後來我知道，轉換色彩空間會有計算上精準度的問題（小問題），除此之外我又發現一個更容易失真的問題（大問題），其實對程式設計師而言相當容易發現才是，也就是：轉換色彩空間一個函式、儲存影像一個函式，後者失真程度遠大於前者！怎麼會這樣子呢？來看一下實驗結果……
轉換色彩空間 (Transform Color Space)
在OpenCV使用函式就能很簡單地轉換色彩空間，然而我在這過程中發現一些差異性的問題，理論跟實際是有些許落差，這將影響我做研究的結果呢！
[OpenCV] 轉換色彩空間 (Transform Color Space)
先前已寫過轉換色彩空間 (Transform Color Space)，但那時沒有測試到Lab色彩空間。當前研究需要使用CIE L*a*b*色彩空間，於是再次實驗該程式碼，並有深入瞭解各色彩空間相互轉換的數學關係。
RGB與CIELAB色彩空間轉換
之前有研究CIE L*a*b*色彩空間，現在想更進一步探討RGB色彩空間轉換至CIE L*a*b*色彩空間。
- 這時候我們想知道，為何需要將RGB色彩空間轉換至CIE L*a*b*色彩空間？
一般影像在儲存像素的色彩時，使用RGB色彩空間來表示一個像素的顏色，這種表示方法可用來傳達一個像素的色彩在紅、綠、藍三個頻道(channel)中的相關性；但是，從RGB表示法無法得知像素的明亮度(luminance)、飽和度(saturation)及色相(hue)為何，因此，我們將像素的色彩由RGB色彩空間轉換至CIELAB（或CIE L*a*b*）。
[OpenCV] 轉換色彩空間 (Transform Color Space)
一般日常所見的影像都是RGB色彩，然而想要分析影像有時需要轉換色彩空間，如HSV和YUV，原來OpenCV可以幫我做到！
[OpenCV] 轉換影像為灰階 (Transform Image to Gray Level)
從前有空沒事就在用影像處理軟體，很方便且輕易地按了「灰階」這個功能，軟體馬上就將影像轉換為灰階，因此會直覺以為轉換過程很簡單，直至今日，自己用OpenCV來實驗，才發覺有些細節，跟我們人的眼睛有關係。
廣告
剛好也可以來練習如何取得影像中像素RGB的值，知道這一點之後，即可拿RGB的值來做更進一步的運算，像是調整亮度、對比、r值、色相、彩度、明亮度，甚至透過統計來風格化。
很直覺地猜想，彩色轉灰接的過程應該是灰階=(紅+綠+藍)/3，其實不然。實際上人眼對綠色的亮度感最大，而對藍色最小，於是Gray = 0.299 * Red + 0.587 * Green + 0.114 * Blue才能得到比較適合人類眼睛的灰階影像，久而久之已成為影像處理界所用來彩色轉灰階的標準。
廣告
逍遙文工作室 
HappyMan・迴響