BGR 图像

RGB图像，有时也称为真彩色图像，存储为一个m×n×3的数据数组，定义了每个像素的红、绿、蓝颜色分量。RGB图像不使用调色板，每种颜色由像素位置处存储的红、绿、蓝强度组合确定。

图形文件格式将RGB图像存储为24位图像，其中红色、绿色和蓝色分量各占八位。因此，这产生了1600万种颜色。真实图像能够被复制的精度导致了“真彩色图像”的绰号。

RGB MATLAB数组的类可以是double、uint8或uint16。在类为double的RGB数组中，每个颜色分量的取值范围在0到1之间。值为(0,0,0)的像素显示为黑色，值为(1,1,1)的像素显示为白色。每像素的三个颜色分量沿数据数组的第三个维度存储。因此，像素(10,5)的红色、绿色和蓝色分量分别存储在RGB(10,5,1)、RGB(10,5,2)和RGB(10,5,3)中。

要显示真彩色图像RGB，请使用图像函数

BGR 布局

BGR布局的显示器具有与标准RGB像素结构相反的子像素排列。

因此，这使得在BGR显示器（尤其是像素密度较低的显示器）上文本看起来模糊，因为Windows按照更常见的RGB格式处理子像素抗锯齿。

提高BGR格式显示器文本清晰度的方法

如果您使用的是具有BGR子像素格式的显示器，有几种方法可以在Windows中提高文本清晰度。

方法 1：缩放

如果我们的显示器像素密度相对较低，例如流行的43英寸4K显示器，每英寸像素约103个（PPI），我们可以应用缩放，使文本更大、更清晰。

同时，我们将不得不牺牲一些屏幕空间。但是，文本和其他项目将占用更多屏幕空间。

方法 2：更改 ClearType

在Windows中，我们可以在搜索栏中输入“更改 ClearType 文本”，这将打开一个应用程序，该应用程序可以通过抗锯齿使文本看起来更清晰。

我们将看到一些文本示例，并且必须选择最适合的示例。在五个示例之后，Windows将自动应用 ClearType 并使文本整体看起来更具吸引力。

在第一个示例中，如果我们有BGR显示器，请选择右侧的示例以获得最佳效果。

但是，只有我们的一些应用程序，包括网页浏览器、游戏和其他程序，才会遵循您的 ClearType 设置，使得文本在某些Windows应用程序中看起来更清晰。

方法 3：旋转显示器

最后一种方法涉及将显示器倒置安装，并在显示设置中将图像旋转180度，这不太方便。

它将有效地为我们提供RGB子像素排列。但是，除了美观问题，我们还需要考虑线缆管理、OSD热键和操纵杆访问，并购买一个能够稳定支撑显示器的安装臂。

此外，我们将无法使用反转图像的可变刷新率，并且输入延迟会略高。也许不是，这对于游戏来说绝对是个问题。

使用Python和OpenCV进行BGR到RGB的转换

OpenCV支持Python、C++、Java等多种计算机语言，可以分析图像和视频以识别面部、物体甚至手写体。本文将使用Python和OpenCV将BGR图像转换为RGB。

OpenCV使用BGR图像格式。因此，默认情况下，cv2.imread()在读取图像时将其视为BGR格式。

可以使用cvtColor()函数将BGR图像转换为RGB，反之亦然。

cv2.cvtColor的语法是 (code)

参数

将图像从BGR转换为RGB或反之亦然的原因有很多，其中之一是不同的图像处理库具有不同的像素排序。

OpenCV中的颜色空间

颜色空间是一种描述图像中颜色重现的方法，它为图像赋予了准确的色调。一些常见的颜色空间是

1. RGB
2. CMYK
3. HSV
4. LAB

RGB

RGB代表红、绿、蓝颜色空间，是默认颜色空间。然而，图像只是以该格式存储的；它们已存储为BGR格式。OpenCV自OpenCV最初开发以来就以BGR格式读取图像，因为BGR颜色格式在相机制造商和图像软件供应商中很受欢迎。RGB和BGR之间的主要区别是红色、绿色和蓝色子像素的排列。RGB的排列方式是这样的。然而，BGR基本上是相反的，对其他动态特性和精度没有不利影响。

它是一种加法颜色模型，即除基本颜色（红、绿、蓝）外，所有其他颜色都是通过添加不同强度的基本颜色形成的。

示例

红+蓝=粉红

红+绿=黄

红+绿+蓝=白

CMYK

CMYK代表'青色品红黄色黑色'。它是一种减色模型，与RGB不同，它的意思是这里的颜色是通过从白色区域减去RGB得到的。

白光减去绿色是品红，白光减去蓝色是黄色，白光减去红色是青色。

CMYK颜色空间用于各种印刷品，并用于描述印刷过程本身。

HSV

HSV代表“色调饱和度明度”，是RGB颜色模型的另一种表示，旨在更紧密地符合人眼感知颜色特征的方式。在这些模型中，每种色调的颜色围绕着一个从中性颜色（从底部黑色到顶部白色）组成的中心轴呈放射状排列。

LAB

Lab颜色空间有三个分量。

• L：亮度（强度）。
• A：颜色分量，从绿色到品红。
• B：颜色分量，从蓝色到黄色。

在RGB颜色空间中，颜色信息被分成三个通道，但相同的三个通道也编码了亮度信息。另一方面，在Lab颜色空间中，L通道独立于颜色信息，仅编码亮度。其他两个通道编码颜色。

从图中可以看出，亮度的变化主要影响了L分量。

包含颜色信息的A和B分量没有发生大的变化。

每个LAB值都代表一种独特的颜色。LAB颜色空间与RGB颜色空间不同，它是感知均匀的。这意味着颜色空间的任何分量的任何变化，都会被人类眼睛视为相同程度的颜色变化。

因此，通过本文，我们了解了不同的颜色空间。

BGR转RGB和灰度

默认情况下，带有红色、绿色和蓝色的不同图像将以相反的顺序读取，即蓝色、绿色和红色，由OpenCV读取。

我们可以通过使用cv2.COLOR_BGR2RGB转换效果来修复此问题。

因此，我们将定义一个函数fixColor来返回给定图像的RGB类型。

此外，让我们获取两个图像的灰度屏类型。鉴于灰度结构相对于RGB格式的简化复杂性，灰度图像可能更有利于处理图像。

注意

1. cvtColor()方法用于将图像从一种颜色空间转换为另一种颜色空间。
2. COLOR_BGR2RGB根据cv2.imread()读取的原始BGR格式返回RGB格式的图像。
3. COLOR_BGR2GRAY根据cv2.imread()读取的原始BGR格式返回灰度格式的图像。

相机中的RGB

数码相机依赖于通过CMOS或CCD图像传感器使用RGB颜色系统。

现代数码相机配有RGB传感器，有助于确定照片的曝光并创建特定的图像。

虽然RGB颜色模型在推动技术和创建我们现在都熟悉和使用的系统方面非常有用，但对于印刷和包装来说，存在更好的颜色系统。

我们将最终得到失真的颜色，最终导致暗淡、奇怪的设计和印刷品。

这就是为什么为定制包装和印刷选择CMYK颜色系统将确保更好的结果。