本文主要是介绍【opencv4.3.0教程】09之转换颜色空间（cvtColor）及类型（convertTo），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
前言
一、转换颜色空间
1、什么是颜色空间
2、颜色空间有哪些
1.BGR系列
2.灰度空间
3.HSV系列
4.其他
3、API——cvtColor
4、颜色空间转换代码ColorConversionCodes
二、转换图像类型
1、图像类型引入
2、常见图像类型
3、API——convertTo
前言
上一篇文章，我们讲到了掩膜操作，我们自己写掩膜操作的过程中，将图像转化为灰度图像。我们使用了转换色彩空间。今天我们就来讲下在opencv中的转换色彩空间和转换图像类型。
一、转换颜色空间
1、什么是颜色空间
我们的世界是五彩缤纷的，通过不同的颜色，带给我们不同的视觉盛宴。其实这些不同的颜色，都是可以由基本的颜色组成的，比如我们经常说的光学三原色、颜料三原色，我们可以通过三种颜色的配比，得到不同种各式各样的颜色。
比如上面这幅图的右面的图，我们可以构建一个三维的空间，当每个方向取不同的值，我们就能得到不同的颜色，这个就是颜色空间。
2、颜色空间有哪些
我们知道什么是颜色空间，我们就来说一下常见的颜色空间有哪些吧！
1.BGR系列
最常见的就是BGR系列了，其中：
B表示blue，蓝色；
G表示green，绿色；
R表示red，红色；
我们可以通过不同的组合得到不同的颜色；每个取值范围都是0-255，如果用16进制表示就是 0-FF。
BGR系列表示有一定的问题：
1.RGB 颜色空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关。
2.自然界中，由于光照等问题的影响，颜色发生变化，而是哪个颜色分量和光照都有关，所以图像亮度改变，三个通道的颜色都会改变。
3.人眼睛对不同颜色的敏感程度不同，有时候难以对一个颜色进行区分。
4.适用于图像显示，不适用于图像处理。
我们可以打开电脑的画图工具，输入不同的值，来获取不同的图像：
2.灰度空间
灰度空间算是简化的BGR空间，BGR有三个通道，分别表示三个像素分量，灰度空间只有一个通道，取值范围也是0-255，值越大，颜色越趋向于白色，值越小，颜色越趋向于黑色。
对于下图，就是一个从0一直取值到255之后的图像：
3.HSV系列
除了BGR系列，我们最常见的是HSV系列了，其中：
H表示Hue，色调；用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°；
S表示Saturation，饱和度；一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
V表示Value，明度；明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。
所以我们表示HSV空间，通常使用一个柱面坐标系：
4.其他
除了上面的，还有很多颜色空间，比如：
1.CMY是工业印刷采用的颜色空间。它与RGB对应。简单的类比RGB来源于是物体发光，而CMY是依据反射光得到的。具体应用如打印机：一般采用四色墨盒，即CMY加黑色墨盒。
2.Lab：Lab颜色空间是由CIE(国际照明委员会)制定的一种色彩模式。自然界中任何一点色都可以在Lab空间 中表达出来，色彩空间比RGB空间大。Lab用数字化的方法来描述人的视觉感应。弥补了RGB和CMYK模式必须依赖于设备色彩特性的不足。
3.HSL：与HSV类似，主要差别在于L和V，L表示的是亮度，强调白色的亮度如何；V表示的是明度，表示光的亮度，可以是任何颜色光的亮度；
3、API——cvtColor
在opencv中提供了专门的API来调整色彩空间：
void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0
);函数参数含义如下：
（1）InputArray类型的points，输入图像。
（2）OutputArray类型的dst，输出图像。
（3）int类型的code，颜色空间转换代码（具体请看“ColorConversionCodes”）。
（4）bool类型的returnPoints，目标图像中的通道数；如果参数为0，则通道数自动从src和code派生。
在使用过程中，我们需要指定转换代码，第四个参数一般都是默认。举个例子：
cvtColor(src, src1, COLOR_BGR2GRAY);重点在于，第三个参数，都有哪些取值呢？接下来，让我们详细来看一下：
4、颜色空间转换代码ColorConversionCodes
我们上面接触到了一个转换代码：
上面确实是我们最常用的，我们经常需要将一个彩色图像，转化为一个灰度图像，然后做后续的一些操作，当然，我们还有其他的很多转换代码：
enum ColorConversionCodes {COLOR_BGR2BGRA = 0, //!< add alpha channel to RGB or BGR imageCOLOR_RGB2RGBA = COLOR_BGR2BGRA,COLOR_BGRA2BGR = 1, //!< remove alpha channel from RGB or BGR imageCOLOR_RGBA2RGB = COLOR_BGRA2BGR,COLOR_BGR2RGBA = 2, //!< convert between RGB and BGR color spaces (with or without alpha channel)COLOR_RGB2BGRA = COLOR_BGR2RGBA,COLOR_RGBA2BGR = 3,COLOR_BGRA2RGB = COLOR_RGBA2BGR,COLOR_BGR2RGB = 4,COLOR_RGB2BGR = COLOR_BGR2RGB,COLOR_BGRA2RGBA = 5,COLOR_RGBA2BGRA = COLOR_BGRA2RGBA,COLOR_BGR2GRAY = 6, //!< convert between RGB/BGR and grayscale, @ref color_convert_rgb_gray "color conversions"COLOR_RGB2GRAY = 7,COLOR_GRAY2BGR = 8,COLOR_GRAY2RGB = COLOR_GRAY2BGR,COLOR_GRAY2BGRA = 9,COLOR_GRAY2RGBA = COLOR_GRAY2BGRA,COLOR_BGRA2GRAY = 10,COLOR_RGBA2GRAY = 11,COLOR_BGR2BGR565 = 12, //!< convert between RGB/BGR and BGR565 (16-bit images)COLOR_RGB2BGR565 = 13,COLOR_BGR5652BGR = 14,COLOR_BGR5652RGB = 15,COLOR_BGRA2BGR565 = 16,COLOR_RGBA2BGR565 = 17,COLOR_BGR5652BGRA = 18,COLOR_BGR5652RGBA = 19,COLOR_GRAY2BGR565 = 20, //!< convert between grayscale to BGR565 (16-bit images)COLOR_BGR5652GRAY = 21,COLOR_BGR2BGR555 = 22, //!< convert between RGB/BGR and BGR555 (16-bit images)COLOR_RGB2BGR555 = 23,COLOR_BGR5552BGR = 24,COLOR_BGR5552RGB = 25,COLOR_BGRA2BGR555 = 26,COLOR_RGBA2BGR555 = 27,COLOR_BGR5552BGRA = 28,COLOR_BGR5552RGBA = 29,COLOR_GRAY2BGR555 = 30, //!< convert between grayscale and BGR555 (16-bit images)COLOR_BGR5552GRAY = 31,COLOR_BGR2XYZ = 32, //!< convert RGB/BGR to CIE XYZ, @ref color_convert_rgb_xyz "color conversions"COLOR_RGB2XYZ = 33,COLOR_XYZ2BGR = 34,COLOR_XYZ2RGB = 35,COLOR_BGR2YCrCb = 36, //!< convert RGB/BGR to luma-chroma (aka YCC), @ref color_convert_rgb_ycrcb "color conversions"COLOR_RGB2YCrCb = 37,COLOR_YCrCb2BGR = 38,COLOR_YCrCb2RGB = 39,COLOR_BGR2HSV = 40, //!< convert RGB/BGR to HSV (hue saturation value), @ref color_convert_rgb_hsv "color conversions"COLOR_RGB2HSV = 41,COLOR_BGR2Lab = 44, //!< convert RGB/BGR to CIE Lab, @ref color_convert_rgb_lab "color conversions"COLOR_RGB2Lab = 45,COLOR_BGR2Luv = 50, //!< convert RGB/BGR to CIE Luv, @ref color_convert_rgb_luv "color conversions"COLOR_RGB2Luv = 51,COLOR_BGR2HLS = 52, //!< convert RGB/BGR to HLS (hue lightness saturation), @ref color_convert_rgb_hls "color conversions"COLOR_RGB2HLS = 53,COLOR_HSV2BGR = 54, //!< backward conversions to RGB/BGRCOLOR_HSV2RGB = 55,COLOR_Lab2BGR = 56,COLOR_Lab2RGB = 57,COLOR_Luv2BGR = 58,COLOR_Luv2RGB = 59,COLOR_HLS2BGR = 60,COLOR_HLS2RGB = 61,COLOR_BGR2HSV_FULL = 66,COLOR_RGB2HSV_FULL = 67,COLOR_BGR2HLS_FULL = 68,COLOR_RGB2HLS_FULL = 69,COLOR_HSV2BGR_FULL = 70,COLOR_HSV2RGB_FULL = 71,COLOR_HLS2BGR_FULL = 72,COLOR_HLS2RGB_FULL = 73,COLOR_LBGR2Lab = 74,COLOR_LRGB2Lab = 75,COLOR_LBGR2Luv = 76,COLOR_LRGB2Luv = 77,COLOR_Lab2LBGR = 78,COLOR_Lab2LRGB = 79,COLOR_Luv2LBGR = 80,COLOR_Luv2LRGB = 81,COLOR_BGR2YUV = 82, //!< convert between RGB/BGR and YUVCOLOR_RGB2YUV = 83,COLOR_YUV2BGR = 84,COLOR_YUV2RGB = 85,//! YUV 4:2:0 family to RGBCOLOR_YUV2RGB_NV12 = 90,COLOR_YUV2BGR_NV12 = 91,COLOR_YUV2RGB_NV21 = 92,COLOR_YUV2BGR_NV21 = 93,COLOR_YUV420sp2RGB = COLOR_YUV2RGB_NV21,COLOR_YUV420sp2BGR = COLOR_YUV2BGR_NV21,COLOR_YUV2RGBA_NV12 = 94,COLOR_YUV2BGRA_NV12 = 95,COLOR_YUV2RGBA_NV21 = 96,COLOR_YUV2BGRA_NV21 = 97,COLOR_YUV420sp2RGBA = COLOR_YUV2RGBA_NV21,COLOR_YUV420sp2BGRA = COLOR_YUV2BGRA_NV21,COLOR_YUV2RGB_YV12 = 98,COLOR_YUV2BGR_YV12 = 99,COLOR_YUV2RGB_IYUV = 100,COLOR_YUV2BGR_IYUV = 101,COLOR_YUV2RGB_I420 = COLOR_YUV2RGB_IYUV,COLOR_YUV2BGR_I420 = COLOR_YUV2BGR_IYUV,COLOR_YUV420p2RGB = COLOR_YUV2RGB_YV12,COLOR_YUV420p2BGR = COLOR_YUV2BGR_YV12,COLOR_YUV2RGBA_YV12 = 102,COLOR_YUV2BGRA_YV12 = 103,COLOR_YUV2RGBA_IYUV = 104,COLOR_YUV2BGRA_IYUV = 105,COLOR_YUV2RGBA_I420 = COLOR_YUV2RGBA_IYUV,COLOR_YUV2BGRA_I420 = COLOR_YUV2BGRA_IYUV,COLOR_YUV420p2RGBA = COLOR_YUV2RGBA_YV12,COLOR_YUV420p2BGRA = COLOR_YUV2BGRA_YV12,COLOR_YUV2GRAY_420 = 106,COLOR_YUV2GRAY_NV21 = COLOR_YUV2GRAY_420,COLOR_YUV2GRAY_NV12 = COLOR_YUV2GRAY_420,COLOR_YUV2GRAY_YV12 = COLOR_YUV2GRAY_420,COLOR_YUV2GRAY_IYUV = COLOR_YUV2GRAY_420,COLOR_YUV2GRAY_I420 = COLOR_YUV2GRAY_420,COLOR_YUV420sp2GRAY = COLOR_YUV2GRAY_420,COLOR_YUV420p2GRAY = COLOR_YUV2GRAY_420,//! YUV 4:2:2 family to RGBCOLOR_YUV2RGB_UYVY = 107,COLOR_YUV2BGR_UYVY = 108,//COLOR_YUV2RGB_VYUY = 109,//COLOR_YUV2BGR_VYUY = 110,COLOR_YUV2RGB_Y422 = COLOR_YUV2RGB_UYVY,COLOR_YUV2BGR_Y422 = COLOR_YUV2BGR_UYVY,COLOR_YUV2RGB_UYNV = COLOR_YUV2RGB_UYVY,COLOR_YUV2BGR_UYNV = COLOR_YUV2BGR_UYVY,COLOR_YUV2RGBA_UYVY = 111,COLOR_YUV2BGRA_UYVY = 112,//COLOR_YUV2RGBA_VYUY = 113,//COLOR_YUV2BGRA_VYUY = 114,COLOR_YUV2RGBA_Y422 = COLOR_YUV2RGBA_UYVY,COLOR_YUV2BGRA_Y422 = COLOR_YUV2BGRA_UYVY,COLOR_YUV2RGBA_UYNV = COLOR_YUV2RGBA_UYVY,COLOR_YUV2BGRA_UYNV = COLOR_YUV2BGRA_UYVY,COLOR_YUV2RGB_YUY2 = 115,COLOR_YUV2BGR_YUY2 = 116,COLOR_YUV2RGB_YVYU = 117,COLOR_YUV2BGR_YVYU = 118,COLOR_YUV2RGB_YUYV = COLOR_YUV2RGB_YUY2,COLOR_YUV2BGR_YUYV = COLOR_YUV2BGR_YUY2,COLOR_YUV2RGB_YUNV = COLOR_YUV2RGB_YUY2,COLOR_YUV2BGR_YUNV = COLOR_YUV2BGR_YUY2,COLOR_YUV2RGBA_YUY2 = 119,COLOR_YUV2BGRA_YUY2 = 120,COLOR_YUV2RGBA_YVYU = 121,COLOR_YUV2BGRA_YVYU = 122,COLOR_YUV2RGBA_YUYV = COLOR_YUV2RGBA_YUY2,COLOR_YUV2BGRA_YUYV = COLOR_YUV2BGRA_YUY2,COLOR_YUV2RGBA_YUNV = COLOR_YUV2RGBA_YUY2,COLOR_YUV2BGRA_YUNV = COLOR_YUV2BGRA_YUY2,COLOR_YUV2GRAY_UYVY = 123,COLOR_YUV2GRAY_YUY2 = 124,//CV_YUV2GRAY_VYUY = CV_YUV2GRAY_UYVY,COLOR_YUV2GRAY_Y422 = COLOR_YUV2GRAY_UYVY,COLOR_YUV2GRAY_UYNV = COLOR_YUV2GRAY_UYVY,COLOR_YUV2GRAY_YVYU = COLOR_YUV2GRAY_YUY2,COLOR_YUV2GRAY_YUYV = COLOR_YUV2GRAY_YUY2,COLOR_YUV2GRAY_YUNV = COLOR_YUV2GRAY_YUY2,//! alpha premultiplicationCOLOR_RGBA2mRGBA = 125,COLOR_mRGBA2RGBA = 126,//! RGB to YUV 4:2:0 familyCOLOR_RGB2YUV_I420 = 127,COLOR_BGR2YUV_I420 = 128,COLOR_RGB2YUV_IYUV = COLOR_RGB2YUV_I420,COLOR_BGR2YUV_IYUV = COLOR_BGR2YUV_I420,COLOR_RGBA2YUV_I420 = 129,COLOR_BGRA2YUV_I420 = 130,COLOR_RGBA2YUV_IYUV = COLOR_RGBA2YUV_I420,COLOR_BGRA2YUV_IYUV = COLOR_BGRA2YUV_I420,COLOR_RGB2YUV_YV12 = 131,COLOR_BGR2YUV_YV12 = 132,COLOR_RGBA2YUV_YV12 = 133,COLOR_BGRA2YUV_YV12 = 134,//! DemosaicingCOLOR_BayerBG2BGR = 46,COLOR_BayerGB2BGR = 47,COLOR_BayerRG2BGR = 48,COLOR_BayerGR2BGR = 49,COLOR_BayerBG2RGB = COLOR_BayerRG2BGR,COLOR_BayerGB2RGB = COLOR_BayerGR2BGR,COLOR_BayerRG2RGB = COLOR_BayerBG2BGR,COLOR_BayerGR2RGB = COLOR_BayerGB2BGR,COLOR_BayerBG2GRAY = 86,COLOR_BayerGB2GRAY = 87,COLOR_BayerRG2GRAY = 88,COLOR_BayerGR2GRAY = 89,//! Demosaicing using Variable Number of GradientsCOLOR_BayerBG2BGR_VNG = 62,COLOR_BayerGB2BGR_VNG = 63,COLOR_BayerRG2BGR_VNG = 64,COLOR_BayerGR2BGR_VNG = 65,COLOR_BayerBG2RGB_VNG = COLOR_BayerRG2BGR_VNG,COLOR_BayerGB2RGB_VNG = COLOR_BayerGR2BGR_VNG,COLOR_BayerRG2RGB_VNG = COLOR_BayerBG2BGR_VNG,COLOR_BayerGR2RGB_VNG = COLOR_BayerGB2BGR_VNG,//! Edge-Aware DemosaicingCOLOR_BayerBG2BGR_EA = 135,COLOR_BayerGB2BGR_EA = 136,COLOR_BayerRG2BGR_EA = 137,COLOR_BayerGR2BGR_EA = 138,COLOR_BayerBG2RGB_EA = COLOR_BayerRG2BGR_EA,COLOR_BayerGB2RGB_EA = COLOR_BayerGR2BGR_EA,COLOR_BayerRG2RGB_EA = COLOR_BayerBG2BGR_EA,COLOR_BayerGR2RGB_EA = COLOR_BayerGB2BGR_EA,//! Demosaicing with alpha channelCOLOR_BayerBG2BGRA = 139,COLOR_BayerGB2BGRA = 140,COLOR_BayerRG2BGRA = 141,COLOR_BayerGR2BGRA = 142,COLOR_BayerBG2RGBA = COLOR_BayerRG2BGRA,COLOR_BayerGB2RGBA = COLOR_BayerGR2BGRA,COLOR_BayerRG2RGBA = COLOR_BayerBG2BGRA,COLOR_BayerGR2RGBA = COLOR_BayerGB2BGRA,COLOR_COLORCVT_MAX = 143
};我们使用不同的类型来看一下结果：
原图如下：
代码如下：
cvtColor(src, src1, COLOR_BGR2GRAY);imshow("src gray", src1);cvtColor(src, src1, COLOR_BGR2HSV);imshow("src hsv", src1);cvtColor(src, src1, COLOR_BGR2XYZ);imshow("src xyz", src1);结果如下：
其他的大家也可以尝试一下，看一下效果怎么样。
二、转换图像类型
1、图像类型引入
图像也分为很多种类型，我们之前也接触过，就是创建一个Mat类，其构造函数有的需要指定图像类型，我想大家应该还记得我们在讲Mat类型的时候，基本类型中有的需要指定图像类型：
Mat(Size size, int type); Mat(int rows, int cols, int type);包括后面基于基本类型的构造函数，也需要类型。
图像类型的概念，我们之前也有接触过一些，比如三通道，单通道，灰度图像获取像素指针时候的，需要指定类型。
所以，图像生成之后，类型也就随之产生。
让我们走进常见图像类型，来深入了解一下吧！
2、常见图像类型
我们在interface.h文件中可以看到所有的类型：
#define CV_8U 0
#define CV_8S 1
#define CV_16U 2
#define CV_16S 3
#define CV_32S 4
#define CV_32F 5
#define CV_64F 6
#define CV_16F 7#define CV_MAT_DEPTH_MASK (CV_DEPTH_MAX - 1)
#define CV_MAT_DEPTH(flags) ((flags) & CV_MAT_DEPTH_MASK)#define CV_MAKETYPE(depth,cn) (CV_MAT_DEPTH(depth) + (((cn)-1) << CV_CN_SHIFT))
#define CV_MAKE_TYPE CV_MAKETYPE#define CV_8UC1 CV_MAKETYPE(CV_8U,1)
#define CV_8UC2 CV_MAKETYPE(CV_8U,2)
#define CV_8UC3 CV_MAKETYPE(CV_8U,3)
#define CV_8UC4 CV_MAKETYPE(CV_8U,4)
#define CV_8UC(n) CV_MAKETYPE(CV_8U,(n))#define CV_8SC1 CV_MAKETYPE(CV_8S,1)
#define CV_8SC2 CV_MAKETYPE(CV_8S,2)
#define CV_8SC3 CV_MAKETYPE(CV_8S,3)
#define CV_8SC4 CV_MAKETYPE(CV_8S,4)
#define CV_8SC(n) CV_MAKETYPE(CV_8S,(n))#define CV_16UC1 CV_MAKETYPE(CV_16U,1)
#define CV_16UC2 CV_MAKETYPE(CV_16U,2)
#define CV_16UC3 CV_MAKETYPE(CV_16U,3)
#define CV_16UC4 CV_MAKETYPE(CV_16U,4)
#define CV_16UC(n) CV_MAKETYPE(CV_16U,(n))#define CV_16SC1 CV_MAKETYPE(CV_16S,1)
#define CV_16SC2 CV_MAKETYPE(CV_16S,2)
#define CV_16SC3 CV_MAKETYPE(CV_16S,3)
#define CV_16SC4 CV_MAKETYPE(CV_16S,4)
#define CV_16SC(n) CV_MAKETYPE(CV_16S,(n))#define CV_32SC1 CV_MAKETYPE(CV_32S,1)
#define CV_32SC2 CV_MAKETYPE(CV_32S,2)
#define CV_32SC3 CV_MAKETYPE(CV_32S,3)
#define CV_32SC4 CV_MAKETYPE(CV_32S,4)
#define CV_32SC(n) CV_MAKETYPE(CV_32S,(n))#define CV_32FC1 CV_MAKETYPE(CV_32F,1)
#define CV_32FC2 CV_MAKETYPE(CV_32F,2)
#define CV_32FC3 CV_MAKETYPE(CV_32F,3)
#define CV_32FC4 CV_MAKETYPE(CV_32F,4)
#define CV_32FC(n) CV_MAKETYPE(CV_32F,(n))#define CV_64FC1 CV_MAKETYPE(CV_64F,1)
#define CV_64FC2 CV_MAKETYPE(CV_64F,2)
#define CV_64FC3 CV_MAKETYPE(CV_64F,3)
#define CV_64FC4 CV_MAKETYPE(CV_64F,4)
#define CV_64FC(n) CV_MAKETYPE(CV_64F,(n))#define CV_16FC1 CV_MAKETYPE(CV_16F,1)
#define CV_16FC2 CV_MAKETYPE(CV_16F,2)
#define CV_16FC3 CV_MAKETYPE(CV_16F,3)
#define CV_16FC4 CV_MAKETYPE(CV_16F,4)
#define CV_16FC(n) CV_MAKETYPE(CV_16F,(n))
//! @}对于下面的这些，我们发现它的构成是固定的：
CV_ + 数字 + U\S\F + C + 数字：
（1）第一个数字取值为8,16,32
（2）第二个数字取值为1,2,3,4
上面是我们的直观印象，其实它的定义如下：
CV_ + <bit_depth> + U\S\F + C + <number_of_channels>
其中：
CV_ ：就是一个前缀，没有实际含义
<bit_depth> ：位数，指的是图像像素的位数，如果一个像素占8位内存空间，这个位置上就是8
U\S\F ：像素值类型，其中：U是指unsigned int，无符号整型；S是指signed int，有符号整型；F是指float，单精度浮点型。
C + <number_of_channels> ：指定图像通道数，如果为1，是指单通道，又叫灰度图；如果是3，是指三通道，是我们常见的彩色图像；如果为4，指的是带Alpha通道的RGB彩色图像。
3、API——convertTo
在opencv中提供了API来转换图像类型：
inline
void GpuMat::convertTo(OutputArray dst, int rtype) const
{convertTo(dst, rtype, Stream::Null());
}inline
void GpuMat::convertTo(OutputArray dst, int rtype, double alpha, double beta) const
{convertTo(dst, rtype, alpha, beta, Stream::Null());
}inline
void GpuMat::convertTo(OutputArray dst, int rtype, double alpha, Stream& stream) const
{convertTo(dst, rtype, alpha, 0.0, stream);
}这里面都调用了下面的函数：
//! converts GpuMat to another datatype with scaling (Non-Blocking call)CV_WRAP void convertTo(OutputArray dst, int rtype, double alpha, double beta, Stream& stream) const;一般来说，我们只考虑前两个参数，含义如下：
（1）OutputArray类型的dst，输出图像。
（2）int类型的rtype，图像转换类型。
举个例子：
src.convertTo(src2, CV_32FC1);
这个其实并不常用，重点还是第一个，所以我们要熟练掌握图像的颜色空间转换。
这篇关于【opencv4.3.0教程】09之转换颜色空间（cvtColor）及类型（convertTo）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
