1、位图模式

位图模式是1位深度的图像。它只是黑和白两种颜色。它可以由扫描或置入黑色的矢量线条图像生成，也能由灰度模式或双色调模式转换而成。其他图像模式不能直接转换为位图模式。

2、灰度模式

灰度模式是8位深度的图像模式。也就是28，28=256，在全黑和全白之间插有254个灰度等级的颜色来描绘灰度模式的图像。

所有模式的图像都能换成灰度模式，甚至位图也可转换为灰度模式。Photoshop几乎所有的功能都支持灰度模式。

3、双色调模式

双色调模式不是单个的图像模式，而是一个分类。它仅仅是单色调、双色调、三色调和四色调的一个统称。双色调模式只有一个通道。双色调模式和位图模式一样，也只有灰度模式才能转换。

4、RGB模式

RGB模式是数码图像中最重要的一个模式，Photoshop的全部功能都支持它，因为Photoshop就是以它为基础来开发的。显示屏上显示的颜色是RGB模式，电视屏幕也是RGB模式，所不同的它不是用数码而是用电平来描述的。扫描仪和数码相机都是捕捉RGB图像信息的。

RGB模式是相加的模式，当R、G、B的值都达到最大值时，三色合成便成白色。

RGB模式是24位颜色深度。它共有三个通道，每个通道都有8位深度。三个通道合成一起可生成1677万种颜色，我们也称之谓“真彩色”。

5、CMYK模式

CMYK模式是用来打印或印刷的模式，它是相减的模式，当C、M、Y三值达到最大值时，在理论上应为黑色，但实际上因颜料的关系，呈显的不是黑色，而是深褐色。为弥补这个问题，所以加进了黑色K。

由于加了黑色，CMYK共有四个通道，正因为如此，对于同一个图像文件来说，CMYK模式比RGB模式的信息量要大四分之一。

但RGB模式的色域范围比CMYK模式大。因为印刷颜料在印刷过程中不能重现RGB色彩。

CMY和RGB为互补色。

C-青色：由G-绿色和B-蓝色合成，其中没有R-红色成份；

M-洋红：由R-红色和B-蓝色合成，其中没有G-绿色成份；

Y-黄色：由R-绿色和G-红色合成，其中没有B-蓝色成份；

CMYK模式不能转换为索引模式。

Photoshop的大部分功能不支持CMYK模式

6、Lab模式

Lab模式是24位颜色深度的图像模式，有三个通道。L通道是亮度通道（Lightness），a和b两个为色彩通道。它的特点在于：

（1）他的色域范围最广，它和RGB与CMYK模式的关系如下：

就色域范围而言Lab>RGB>CMYK

（2）此模式下的图像是独立于设备外的，它的颜色不会因不同的印刷设备，显示器和操作平台而改变。由于它有以上的有点，当Photoshop把RGB模式和CMYK模式互相转换时，它成为中间模式，颜色信息就不会因以上两模式的色域范围不同而丢失。

a分量是由绿色向红色过度。

B分量是由蓝色向黄色过渡。

Lab模式不能转换为索引模式。

Photoshop的大部分功能不支持Lab模式。

7、索引颜色模式

索引颜色模式是8位颜色深度模式，它最多只能拥有256种颜色。

（1）每一副图像都各自拥有一张颜色表，而随图像不同，颜色表也不同。这一点是至关重要的。

（2）它的信息量小，又可制动画，所以它的图像和动画被广泛地用于网页制作上。

（3)它可制成透明图像，在网页使用。

在转换时，只有灰度和RGB两种模式，不能转换成索引颜色模式。

转换时只有两个选择是实用的：

（随样性 ）当图像颜色数大于256时，使用该选项，Photoshop会定做颜色表。实际当图像颜色小于256时，使用该选项，就用实际的颜色制作颜色表。

Photoshop完全不支持索引颜色模式。

8、多通道模式

多通道模式是把含有通道的图像分割成单个的通道。

CMYK模式转为多通道模式时，生成的通道为青色、洋红、黄色和黑色四个通道。

Lab模式转为多通道模式时，生成三个Alpha通道。

9、8位/通道和16位/通道

在灰度、RGB和CMYK模式下可以用每个通道16位深度来取代8位深度。那么，每个通道的颜色数从256色剧增到65536色，可生成更好的颜色细节。

目前，由于设备的不支持，16位/通道的图像不能被打印或印刷。

 

除了这些，还有HSV色系也比较重要，我在另一篇博客上简单的探究了HSV色系，有兴趣可以参考学习。点击

  在OpenCV中，常用cvCvtColor( const CvArr* src, CvArr* dst, int code );函数将一种模式的图像转换为另一种模式的图像。其中，这个函数的第三个参数code选择要转换的目标图像模式，

OpenCVchm文档中介绍该函数所有可能的色彩空间相互变换有：

RGB<=>XYZ (CV_BGR2XYZ, CV_RGB2XYZ, CV_XYZ2BGR, CV_XYZ2RGB)

RGB<=>YCrCb (CV_BGR2YCrCb, CV_RGB2YCrCb, CV_YCrCb2BGR, CV_YCrCb2RGB)

RGB=>HSV (CV_BGR2HSV,CV_RGB2HSV) 

RGB=>Lab (CV_BGR2Lab, CV_RGB2Lab)

上面的转换公式可以参考 http://www.cica.indiana.edu/cica/faq/color_spaces/color.spaces.html
Bayer=>RGB (CV_BayerBG2BGR, CV_BayerGB2BGR, CV_BayerRG2BGR, CV_BayerGR2BGR, CV_BayerBG2RGB, CV_BayerRG2BGR, CV_BayerGB2RGB, CV_BayerGR2BGR, CV_BayerRG2RGB, CV_BayerBG2BGR, CV_BayerGR2RGB, CV_BayerGB2BGR)

下面列举了OpenCV库中的宏定义部分源码，全部可以参考http://artu819.i.sohu.com/blog/view/89684052.htm:(有60多个呢)

/* Constants for color conversion */
#define  CV_BGR2BGRA    0
#define  CV_RGB2RGBA    CV_BGR2BGRA
#define  CV_BGRA2BGR    1
//...大部分省略
#define  CV_Luv2RGB     59
#define  CV_HLS2BGR     60
#define  CV_HLS2RGB     61      
#define  CV_COLORCVT_MAX  100

下面简单演示使用这两个函数转换颜色空间(RGB->HSV)，然后分离为单通道图像，在将两个单通道图像合成一个双通道图像，可以观察缺少了某个通道后图像的变化。用图像表现，可以更深刻的理解通道和图像模式。

代码：

#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
using namespace std;
int main(int argc,char **argv)
{
	if(argc>=2)
	{
		IplImage *image,*change,*H,*S,*V,*R,*B,*G,*two,*Zero;
		//创建图像显示窗口
		cvNamedWindow("image",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("R",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("G",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("B",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("HS",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("HV",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("VS",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("RG",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("RB",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("BG",CV_WINDOW_AUTOSIZE);
		cvNamedWindow("Zero",CV_WINDOW_AUTOSIZE);

		image=cvLoadImage(argv[1]);//载入图像

		//分配图像空间
		change=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,3);
		R=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		G=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		B=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		H=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		S=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		V=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);
		two=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,3);
		Zero=cvCreateImage(cvSize(image->width,image->height),IPL_DEPTH_8U,1);

		cvZero(Zero);//在将两个通道合并是，不能没有第三个通道，而是将该通道设为空白，即全0

		cout<<"IPL_DEPTH_8U = "<<IPL_DEPTH_8U<<endl;
		cout<<"CV_RGB2HSV = "<<CV_RGB2HSV<<endl;
		cout<<"CV_HSV2RGB = "<<CV_HSV2RGB<<endl;

		cvCvtColor(image,change,CV_RGB2HSV);  //将RGB色系转换为HSV色系
		
		cvSplit(image,R,G,B,0);//分离多通道
		cvSplit(change,H,S,V,0);//分离多通道

		//显示RGB图单通道图
		cvShowImage("image",image);
		cvShowImage("Zero",Zero);
		cvShowImage("R",R);
		cvShowImage("G",G);
		cvShowImage("B",B);


		cvMerge(R,G,Zero,0,two);   //合并两个图像空间
		cvShowImage("RG",two);//显示B通道为空白时的图像

		cvMerge(Zero,G,B,0,two);
		cvShowImage("BG",two);
	
		cvMerge(R,Zero,B,0,two);
		cvShowImage("RB",two);

		cvMerge(H,S,Zero,0,two);
		cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
		cvShowImage("HS",change);

		cvMerge(Zero,S,V,0,two);
		cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
		cvShowImage("VS",change);

		cvMerge(H,Zero,V,0,two);
		cvCvtColor(two,change,CV_HSV2RGB);//cvShowImage是按照RGB色彩方式显示图像的，故要通过RGB色系展示对HSV色系的更改效果
		cvShowImage("HV",change);

		cvWaitKey(0);

		cvDestroyAllWindows();
		cvReleaseImage(&image);
		cvReleaseImage(&change);
	}
	system("pause");
	return 1;
}

(注意：cvShowImage展示图像是通过RGB的方式展示的，所以要展示HSV色系的图像，要先将其变化为RGB色系再进行展示。一个三通道的图像，如RGB空间的图像，"缺少"某个通道，不能是某个通道的没有为NULL，而是该通道的元素值都为0，这里增加了Zero单通道图像空间，并用cvZero清空。)

 

运行效果：

原图：

1>单通道

可以观察到，三幅图像都是黑白的，看上去没什么区别(实际上，仔细看，有很多地方不一样的)

 

 

这个有点奇特，蓝色通道空白的图像偏蓝，绿色通道空白的图像偏红，红色通道空白的图像偏黄，

3>HSV某通道空白

很显然V亮度为空，图像肯定是黑色的了。

参考资料：http://artu819.i.sohu.com/blog/view/89684052.htm  

                       http://blog.sina.com.cn/s/blog_520a9c1d0100b8hr.html