rgb转化到hsv图像外观会变吗opencv

Posted 2023-05-02

opencv中的h分量范围是
0~180，
s分量是0~255，
v分量是0~255
但是hsv颜色空间却规定的是，h范围0~360，s范围0~1，v范围0~1
所以你需要自己转换一下，h*2，v/255，s/255 参考技术A 应该不会。
不管rgb还是hsv都只是色彩的表达方法。
可以用rgb颜色空间来表达，也可以用hsv颜色空间来表达。
实际上，不管你用哪种颜色表示方法，不同的人感受到的颜色是不同的。

基于内容的图像检索的直方图比较。不同的色彩空间（RGB、HSV 等）

【中文标题】基于内容的图像检索的直方图比较。不同的色彩空间（RGB、HSV 等）

【英文标题】：Histogram comparation for Content Based Image Retrieval. Different color spaces (RGB,HSV,etc..)

【发布时间】：2011-12-29 02:03:10

【问题描述】：

我正在使用 OpenCv 完成基于内容的图像检索的最终学位项目。我已经开始比较直方图了。问题是我看到很多帖子说 RGB 是最糟糕的色彩空间操作，it's better to use HSV or YCrCb 。但是，当我将图像与 RGB 进行比较时，结果总是比使用其他色彩空间时要好。

这是 YCrCb 颜色的代码：

void Histogram::calculateYCCHist(const cv::Mat3b& img_base, const cv::Mat1b& mask)

cv::Mat3f ycbcr;
cvtColor( Mat3f(img_base), ycbcr, CV_BGR2YCrCb);
int hist_size[] = 100, 100, 100;
float y_range[] =  0, 1 ; // luma (Y) value have a nominal range from 0 to 1
float chr_range[] =  -0.5, 0.5 ; // chroma (CB and CR) values will have a nominal range from -0.5 to +0.5
const float* ranges_Y[] = y_range;
const float* ranges_Cb[] = chr_range;
const float* ranges_Cr[] = chr_range;
int channel_y[] = 0;
int channel_cb[] = 1;
int channel_cr[] = 2;

// Compute histogram
calcHist(&ycbcr, 1, channel_y, mask, m_histogram_b, 1, hist_size, ranges_Y, true, false);
normalize( m_histogram_b, m_histogram_b, 0, m_histogram_b.rows, NORM_MINMAX, -1, Mat() );
calcHist(&ycbcr, 1, channel_cb, mask, m_histogram_g, 1, hist_size, ranges_Cb, true, false);
normalize( m_histogram_g, m_histogram_g, 0, m_histogram_g.rows, NORM_MINMAX, -1, Mat() );
calcHist(&ycbcr, 1, channel_cr, mask, m_histogram_r, 1, hist_size, ranges_Cr, true, false);
normalize( m_histogram_r, m_histogram_r, 0, m_histogram_r.rows, NORM_MINMAX, -1, Mat() );
 

范围是否正确？

我对图像进行了标准化，但它根本没有改变任何东西。

你认为我应该尝试使用其他方法吗？

我还注意到 bin 的数量非常重要，如果更改此值，我会得到非常不同的结果，有什么方法可以控制吗？

问候

【问题讨论】：

我会说你想要学位文凭并且不知道如何控制直方图中的 bin 很奇怪......我的建议是首先了解一般的图像处理，以及你的主题特别是，开始一个非常简单的项目，学习如何编写你的 owm 直方图函数，然后继续

【参考方案1】：

我意识到这可能无法回答您的具体问题，而是您更一般的问题.... 老实说，每个色彩空间都彼此非常不同。根据我在算法中使用不同颜色空间的经验，通常需要更改算法的工作方式才能获得有用的结果。这方面的一个例子是 HSV 空间中的 H 通道如何是圆形的，即 100 = 0 的值，这不是 RGB 的情况。例如，在 YCbCr 中，如果您正在处理一种光照强度很重要的图像，则 Y 通道可能比 Cr 和 Cb 通道更强调/重要，或者如果您正在处理颜色而不考虑光照，则相反力量。

其次，当你说一种色彩空间比另一种更差时，你对每一种都是不公平的。它们各有其用途和局限性。 您链接到哪个空间更好的文章取决于“稳定性”。选择一个色彩空间而不是另一个色彩空间的原因有很多。

关于您关于 YCbCr 范围的具体问题...对不起，我不知道...我对此有点生疏。 :)

【讨论】：

感谢您的回复。在获取直方图之间的距离时，我尝试使用一些权重。但是，我在使用 HSV、Luv 和 YCrCb 时得到了不好的结果。我想我会继续使用 RGB。问候