Modelo de Cores RGB e HSV

O processamento digital de imagem requer um modelo padrão e preciso para representar
imagens em um computador. Existem alguns métodos para realizar tal tarefa, entre eles
pode-se observar alguns modelos de cores, abaixo será levantado dois principais modelos: RGB e HSV.

O modelo de cores RGB (Red, Green e Blue), que se baseia na propriedade tricromática do sistema visual humano, no qual ocorre a combinação das cores vermelha, verde e azul. Cada cor é composta por três valores representando a taxa de vermelho, verde e azul. As cores nesse modelo podem ser representadas por um cubo no espaço de cartesianas tridimensional, onde os eixos (x,y,z), perpendiculares entre si, representam as cores primárias. Na diagonal tem-se a escala de cinza que se estende do preto ao branco ao longo dos dois vértices. Veja a imagem abaixo:

Outro modelo utilizado é o HSV (Hue, Saturation e Value) que também é definido
por três parâmetros: matiz, saturação e luminância. A matiz é a tonalidade, que define a
pureza de uma cor ou o seu comprimento de onda eletromagnética. A saturação é o quanto a
cor branca está diluída na cor pura, ou seja, a quantidade de branco inserida é inversamente proporcional ao valor de saturação. Já a luminância é a intensidade de iluminação. As cores no modelo HSV podem ser representadas por uma pirâmide hexagonal no espaço cartesiano tridimensional, como mostra a figura a seguir. Cada vértice da base hexagonal representa uma das cores primárias (vermelho, verde e azul) ou complementares (amarelo, ciano e magenta). Os valores da matiz estão representados na parte superior da pirâmide, variando de 0 a 360, onde 0 e 360 representam a cor vermelha, 120 a cor verde e 240 a cor azul. A saturação é escalada ao longo do eixo horizontal, variando de 0 a 1 e a luminância é medida ao longo do eixo vertical também variando de 0 a 1.

Para trabalhar com imagens de forma adequada é necessário que haja uma padronização precisa da representação das cores digitais. Nessa postagem observa-se as duas principais metodologias que podem e devem ser exploradas de diferentes formas. Para maiores informações deixe os seu comentário. :)

Fontes Utilizadas:

• SALIS, T. T. Aplicações de visão computacional na indústria siderúrgica: problemas, soluções e estudos de caso. UFMG, 2008.
• PEDRINI, H.; SCHWARTZ, W. R. Análise de imagens digitais: princípios, algoritmos e aplicações. [S.l.]: Thomson Learning, 2008.