Color Spaces

import cv2
import numpy as np

# -------------------------------------------------------
# 1. Đọc ảnh — OpenCV mặc định đọc theo BGR (không phải RGB!)
# -------------------------------------------------------
img_bgr = cv2.imread("den_giao_thong.jpg")
print("Shape:", img_bgr.shape)  # (H, W, 3)

# -------------------------------------------------------
# 2. Chuyển sang HSV — lọc đèn đỏ
# -------------------------------------------------------
hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)

# Đỏ trong HSV của OpenCV: H 0-10 hoặc 160-179 (H ở OpenCV chia đôi: 0-179)
mask_red1 = cv2.inRange(hsv, (0,   100, 100), (10,  255, 255))
mask_red2 = cv2.inRange(hsv, (160, 100, 100), (179, 255, 255))
mask_red  = mask_red1 | mask_red2

# Ứng dụng: tìm contour đèn đỏ
contours, _ = cv2.findContours(mask_red, cv2.RETR_EXTERNAL,
                                cv2.CHAIN_APPROX_SIMPLE)
for c in contours:
    area = cv2.contourArea(c)
    if area > 100:
        x, y, w, h = cv2.boundingRect(c)
        cv2.rectangle(img_bgr, (x, y), (x+w, y+h), (0, 255, 0), 2)

# -------------------------------------------------------
# 3. Chuyển sang LAB — so sánh màu chính xác tri giác
# -------------------------------------------------------
lab = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2LAB)
# OpenCV LAB: L in [0, 255], a in [0, 255] (offset 128), b in [0, 255]

def delta_e76(lab1, lab2):
    """ΔE*76 — khoảng cách Euclidean trong LAB."""
    return np.sqrt(np.sum((lab1.astype(float) - lab2.astype(float))**2))

pixel1 = lab[100, 100]
pixel2 = lab[200, 200]
print(f"ΔE giữa hai điểm: {delta_e76(pixel1, pixel2):.2f}")

# -------------------------------------------------------
# 4. Chuyển sang Grayscale — OCR, edge detection
# -------------------------------------------------------
gray  = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 100, 200)  # Canny edge detector

# -------------------------------------------------------
# 5. YCrCb — tốt cho skin detection (eKYC VN)
# -------------------------------------------------------
ycrcb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2YCrCb)
# Vùng da tiêu chuẩn (Chai & Ngan, 1999): Cr 133-173, Cb 77-127
skin_mask = cv2.inRange(ycrcb, (0, 133, 77), (255, 173, 127))

# Hậu xử lý: morphology để bớt noise
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
skin_mask = cv2.morphologyEx(skin_mask, cv2.MORPH_OPEN,  kernel)
skin_mask = cv2.morphologyEx(skin_mask, cv2.MORPH_CLOSE, kernel)

# -------------------------------------------------------
# 6. HSV normalization — robust với điều kiện sáng khác
# -------------------------------------------------------
def normalize_brightness(img_bgr):
    """Chuẩn hoá V trong HSV bằng CLAHE — giảm phụ thuộc ánh sáng."""
    hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)
    h, s, v = cv2.split(hsv)
    clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    v_eq = clahe.apply(v)
    hsv_eq = cv2.merge([h, s, v_eq])
    return cv2.cvtColor(hsv_eq, cv2.COLOR_HSV2BGR)

img_equalized = normalize_brightness(img_bgr)

# -------------------------------------------------------
# 7. Lưu kết quả
# -------------------------------------------------------
cv2.imwrite("out_mask_red.png",  mask_red)
cv2.imwrite("out_edges.png",     edges)
cv2.imwrite("out_skin.png",      skin_mask)
cv2.imwrite("out_equalized.png", img_equalized)
print("Xong.")