C# 做图像处理？OpenCvSharp 颜色转换这样用

小码编匠
19 阅读4分钟

前言

工业视觉、智能检测、安防监控等实际应用场景中，图像的颜色信息往往是关键特征之一。然而，并非所有任务都需要完整的 RGB 三通道数据——有时灰度图足以完成边缘检测，有时 HSV 空间更适合做颜色分割。因此，颜色空间转换成为图像预处理中不可或缺的一环。

OpenCvSharp 作为 OpenCV 在 .NET 平台上的官方绑定库，提供了强大而简洁的接口，让 C# 开发也能高效地进行图像处理。

本文将手把手带大家使用 OpenCvSharp 实现常见的颜色空间转换操作，涵盖从环境配置到完整代码运行的全过程。

安装 OpenCvSharp

要开始使用 OpenCvSharp，首先需要在你的 .NET 项目中安装对应的 NuGet 包。

打开 Visual Studio 的包管理器控制台，执行以下命令：

Install-Package OpenCvSharp4
Install-Package OpenCvSharp4.runtime.win

注意：OpenCvSharp4.runtime.win 是 Windows 平台的本地运行时依赖，确保程序能调用底层 OpenCV 的 C++ 动态库。

1、读取图像

一切图像处理的前提是成功加载图像。OpenCvSharp 使用 Mat 类表示图像矩阵，通过 Cv2.ImRead 方法读取文件：

using OpenCvSharp;

class Program
{
    static void Main()
    {
        // 读取图像
        Mat src = Cv2.ImRead("example.jpg");

        // 检查图像是否成功加载
        if(src.Empty())
        {
            Console.WriteLine("图像加载失败。");
            return;
        }

        // 显示原图
        Cv2.ImShow("Original Image", src);
        Cv2.WaitKey();
        Cv2.DestroyAllWindows();
    }
}

请将 "example.jpg" 替换为你本地的实际图像路径。

2、颜色空间转换

OpenCvSharp 通过 Cv2.CvtColor 方法实现颜色空间转换，其核心参数是源图像、目标图像和转换代码（ColorConversionCodes 枚举）。

RGB 转 GRAY（灰度图）

灰度图广泛用于轮廓提取、模板匹配等任务，仅保留亮度信息：

RGB 转 GRAY
// RGB 转换为 GRAY
Mat gray = new Mat();
Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

// 显示灰度图像
Cv2.ImShow("Gray Image", gray);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

⚠️ 注意：OpenCV 默认以 BGR 顺序存储彩色图像（而非 RGB），因此转换代码使用 BGR2GRAY。

RGB 转 HSV

HSV（色相 Hue、饱和度 Saturation、明度 Value）更符合人类对颜色的感知，常用于颜色识别与分割：

// RGB 转换为 HSV
Mat hsv = new Mat();
Cv2.CvtColor(src, hsv, ColorConversionCodes.BGR2HSV);

// 显示HSV图像
Cv2.ImShow("HSV Image", hsv);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

RGB 转 YUV

YUV 将亮度（Y）与色度（U/V）分离，在视频压缩和某些工业检测中很有用：

RGB 转 YUV
// RGB 转换为 YUV
Mat yuv = new Mat();
Cv2.CvtColor(src, yuv, ColorConversionCodes.BGR2YUV);

// 显示YUV图像
Cv2.ImShow("YUV Image", yuv);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

3、完整代码示例

以下是整合所有步骤的完整可运行程序：

using OpenCvSharp;

class Program
{
    static void Main()
    {
        // 读取图像
        Mat src = Cv2.ImRead("path_to_your_image.jpg");

        // 检查图像是否成功加载
        if(src.Empty())
        {
            Console.WriteLine("图像加载失败。");
            return;
        }

        // 显示原图
        Cv2.ImShow("Original Image", src);
        Cv2.WaitKey();
        Cv2.DestroyAllWindows();

        // RGB 转 GRAY
        Mat gray = new Mat();
        Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

        // 显示灰度图像
        Cv2.ImShow("Gray Image", gray);
        Cv2.WaitKey();
        Cv2.DestroyAllWindows();

        // RGB 转 HSV
        Mat hsv = new Mat();
        Cv2.CvtColor(src, hsv, ColorConversionCodes.BGR2HSV);

        // 显示HSV图像
        Cv2.ImShow("HSV Image", hsv);
        Cv2.WaitKey();
        Cv2.DestroyAllWindows();

        // RGB 转 YUV
        Mat yuv = new Mat();
        Cv2.CvtColor(src, yuv, ColorConversionCodes.BGR2YUV);

        // 显示YUV图像
        Cv2.ImShow("YUV Image", yuv);
        Cv2.WaitKey();
        Cv2.DestroyAllWindows();
    }
}

运行后，程序将依次弹出四个窗口：原始图像、灰度图、HSV 图和 YUV 图，每按一次任意键关闭当前窗口并显示下一个。

总结

颜色空间转换是图像处理的基础操作，不同空间适用于不同任务：

  • GRAY：简化计算，适用于边缘、角点、模板匹配；

  • HSV：便于颜色阈值分割，如红灯检测、水果分拣；

  • YUV：分离亮度与色彩，在视频编码或光照不变性处理中有优势。

通过 OpenCvSharp，我们仅需一行 Cv2.CvtColor 即可完成转换，极大提升了开发效率。掌握这些基本操作，是迈向更复杂视觉算法（如目标检测、缺陷识别）的重要一步。

建议在实际项目中尝试不同颜色空间对算法效果的影响，找到最适合业务场景的表示方式。

关键词

OpenCvSharp、颜色空间转换、BGR2GRAY、BGR2HSV、BGR2YUV、图像处理、.NET、OpenCV、灰度图、HSV

最后

如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。

也可以加入微信公众号 [DotNet技术匠] 社区，与其他热爱技术的同行一起交流心得，共同成长！

优秀是一种习惯，欢迎大家留言学习！

出处：mp.weixin.qq.com/s/69K1V6iblzMPEqA7j_7JEg

声明：网络内容，仅供学习，尊重版权，侵权速删，歉意致谢！

avatar
文章
阅读
粉丝