数字图像处理——颜色图处理

之前介绍的都是在灰度图的基础上，而我们现实中遇到的一般都是颜色图。对于颜色图的处理，并不是将灰度图等简单叠加，因为人眼对不同颜色的感知敏感度不一样，因此这个权重不是均匀分配的。

实际上颜色图是很强的描述子，它对于目标检测以及识别都非常有用。而且人眼对于颜色图比对灰度图更敏感，颜色图也更漂亮。

实际上，之前的图形学也介绍了一部分不同的Color模型：图形学——颜色与网格。除了之前介绍的，还有HSI模型，它与HSV模型非常类似，只是这里I指的是平均值，而V指的是最大值。YUV模型，是被电视系统采用的。

不同模型有不同的应用，它们之间有的可以互相转换，具体转换规则可以去网上查阅相关的资料，一般来说也用不上，就不细谈了。

Pseudo Color

这里介绍一个比较重要的概念是伪彩色。介绍伪彩色首先需要明白什么是颜色表。之前我们说的RGB图，表示一张图的每个像素值，是一个三维向量，由RGB三个分量组成。而这样的处理并不是最好的，很多时候我们用不了太多的颜色。因此还有一种处理方式，是每个像素的值，实际上是一个颜色表的索引，而颜色表表示了这个图应该有的颜色，毕竟8bit表示下，颜色一共有255_255_255种，实际上一幅图可能根本达不到这个级别，这时候使用颜色表就可以大大压缩图像空间。现在颜色表也在硬件上实现了，它有很多名字，最有名的应该是LUT（Look Up Table）。

伪彩色图像，就是使用LUT表示色彩的图像。人眼对灰度的敏感度要比颜色低很多，而颜色表是一个很好的灰度图转色彩图的工具，将灰度图转化成色彩图，这里有多种方法，比如intensity slicing（切片），然后根据索引找对应的颜色。

将灰度图转换成伪彩色可以很大程度上增加人眼刺激，使得结果更加明了。很多深度图并不是用黑白表示，而是用伪彩色，就是这个道理，下面是一些例子：

还有更一般的转换方法，根据灰度图，生成R,G,B对应的值，得到真彩色图，这个明显比上述的切片得到伪彩色要复杂很多。

而对于真彩色图来说，很多关于灰度图的处理，可以很容易拓展到颜色图上。无非就是对各个channel的值分别进行处理，对于权重可能有不同的分配，这里就不多介绍了。