本週要做的事
| 順序 | 內容 | 預估時間 |
|---|---|---|
| 1 | 開場提問:同一張白紙在不同燈下為何顏色不一樣? + The Dress 爭議 | 20 min |
| 2 | ① 光、人眼、相機:色彩恆常性、光譜物理、人眼三錐細胞 | 40 min |
| 3 | ② 色彩表示:RGB / HSV / Lab / YCrCb 比較 | 40 min |
| 4 | ③ 像素色彩運算:通道分離、色彩空間轉換 | 30 min |
| 5 | ④ 挑戰與工具:白平衡 (AWB)、Tone Mapping、HDR | 30 min |
| 6 | ⑤ 應用收尾:色彩直方圖檢索、膚色偵測(為 W9 鋪路) | 20 min |
教材檔案
-
📂 week05_color_image_processing.pptx (原始檔)
核心投影片
93 張,5 段式結構。 ※ PPT 待轉 PDF 後可線上檢視
5 大主題
① 光、人眼、相機
- 色彩恆常性:大腦自動估計光源色溫並「減去」偏色 → 等效相機的 AWB
- The Dress:2015 年那張藍黑/白金裙子 — 揭示色彩是「感知解釋」不只是物理量
- 三錐細胞:S/M/L 對短/中/長波長敏感
- 相機沒有大腦 → 拍出來會「色偏」 → AWB 演算法重要
② 色彩表示
四個常用色彩空間,各自適合不同情境:
- RGB:相機/螢幕原生,但難分離「亮度」與「顏色」
- HSV:Hue 色相 + Saturation 飽和度 + Value 明度,適合「按顏色挑」(W9 膚色偵測就靠這個)
- Lab:接近人眼感知,L 是亮度,a/b 是色彩,適合「色差量測」
- YCrCb:Y 亮度 + Cr/Cb 色度,影片壓縮用 (JPEG/H.264)
③ 像素色彩運算
- 通道分離 (
cv2.split) 與合併 (cv2.merge) - 色彩空間轉換 (
cv2.cvtColor(img, cv2.COLOR_BGR2HSV)) - 顏色閾值 (
cv2.inRange) — 找特定顏色的物件
④ 挑戰與工具
- 白平衡 (AWB):Gray World / White Patch / Retinex 等算法
- Tone Mapping:把 HDR 高動態範圍壓縮到 8-bit 顯示
- 色彩相關的 CV 挑戰:跨光源、跨相機、跨膚色 — W2 講過的 ISP 差異會再現
⑤ 應用收尾
- 色彩直方圖檢索 (Swain & Ballard, 1991)
- 膚色偵測 → W9 HSV 膚色 RPS 直接會用
- 顏色追蹤、色彩遷移、Image segmentation 入門
常用色彩空間速查
| 空間 | 通道 | 適用情境 | cv2 轉換 code |
|---|---|---|---|
| RGB / BGR | R/G/B | 相機 raw、顯示 | (預設,讀進來就是 BGR) |
| Grayscale | 1 通道 | 大多 CV 算法 | COLOR_BGR2GRAY |
| HSV | Hue/Sat/Val | 按顏色挑物件、膚色偵測 | COLOR_BGR2HSV |
| Lab | L/a/b | 色差量測、CLAHE 在 L 通道 | COLOR_BGR2LAB |
| YCrCb | Y/Cr/Cb | JPEG 壓縮、跨膚色穩定 | COLOR_BGR2YCrCb |
學生檢核表
- 我能解釋「為什麼相機照出的白紙會偏色」
- 我理解人眼三錐細胞與 RGB 三通道的關係
- 我能用 HSV inRange 抓出特定顏色物件
- 我知道 RGB / HSV / Lab 各自的適用情境
- 我能解釋 AWB 在做什麼
下週預告 (W6) ⭐ Part II 起點
W1-W5 純 Colab 階段結束。下週工具棧切換到 Android Studio + Chaquopy:
- Android Studio 安裝與基本開發環境
- Chaquopy 套件:讓 Android App 內嵌 Python 程式碼
- 在 Android 上跑 Python OpenCV (第 8 章作業)
- Git 版本管理基礎
準備:W6 上課前請先看 Chaquopy 講義 Ch.1-Ch.7(基礎環境)。W6 課堂節奏較快,先看完一遍課堂跟得上。