按一些颜色的像素对jet colormap进行分类

Question

数据

我想通过HSV（色相饱和度 - 亮度）计算以下像素来对其进行分类

• 深蓝色
• 蓝色
• 绿色
• 黄色
• 红色

显示没有HSV的RGB通道（source）

x = linspace(0,1, size(Map)(1));
  figure(Fignr) 
  lw = 4; 
  plot( x, Map(:,1),'color',[1,0,0],'linewidth',lw,
        x, Map(:,2),'color',[0,1,0],'linewidth',lw, 
        x, Map(:,3),'color',[0,0,1],'linewidth',lw,
        x, mean(Map,2),'color',[0.7,0.7,0.7],'o') 
  xlabel 'fraction' 
  ylabel 'intensity' 
end

示例showRGBchannels(1,summer(500))给出了

这只是一个关于一个映射的示例，您可以在其中看到关于一个数字的红色，绿色和蓝色的不同颜色的分数。 但是，颜色贴图也必须扩展为黄色，绿色和深蓝色。

你可以假设

• 深蓝色的值为[0,0.2）
• 蓝色[0.2,0.4]
• 绿色[0.4,0.6]
• 黄色[0.6,0.8]
• 红色[0.8,1.0]

然而，我认为这是不可取的，因为HSV在这里可以是一个不错的选择。 我还建议使用除Rainbow之外的其他颜色进行可视化（连续红蓝，出版物here）。

有很多实现可以分离颜色和论证，看似使用哪种颜色。 让我们关注RGB颜色及其分离。 可能是通过HSV或任何其他未提及的适当方法。

如何对适当的像素进行分类和计数，即通过HSV对第一张图片的颜色进行分类？ 任何课程和/或论文？

Answer 1

注意阅读前。您似乎混淆了色彩映射与颜色分割的选择。重要的是要注意：

• Colormap ：用于用户友好的可视化。您不使用色彩图的颜色作为数据，而是使用原始数据。然而，人眼看到的彩色图片比灰度图片更友好。因此，有不同的方法可视化具有不同可视化颜色选择的数据。如果您的数据是单值的（例如您描述的数字代表z = f（x，y），则使用z进行数据分析，而不是z的颜色表示。）
• 颜色表示：如果您有一些表示颜色的数据（即马铃薯的图片），那么您可以在不同的颜色空间中描述这些数据，例如RGB，HSB，Cie Lab ，...这是描述相同数据的方法，一些用于某些数学计算，一些用于其他数据（即HSV有利于分段颜色，而CIElab旨在找到人眼相似的颜色）。

---

编辑：关于使用COLORMAPS的补充讨论

作为一名从事医学成像工作的学生，我可以确定颜色不是用于分割，而是数据的数值（通常是单通道）本身。使用不同的colourmaps仅用于可视化pourposes。

这里有很多意见，但一般都集中在：jet色彩图不够清晰（它使用最广泛！）。例如，Moreland色图依赖于在可视化中具有清晰的中点，因此用户清楚地看到哪些值高于平均值以及哪些值低于平均值。

即使是Matlab也开始同意停止使用jet色彩图的想法，因为matlab的默认色图不是任何更多的喷射（R2014b）。 Read more here

另一种观点认为jet色彩图不能很好地转化为灰度。 Read more here.

但是，请注意，所有这些讨论都绝对与描述颜色的方式无关。您可以描述在RGB，HSV，CIE L a b *中讨论的任何色彩映射或您想要的任何其他颜色表示。

---

原始回答

所以，不是给你代码（你也可以在SO中），我只是举一个HSV空间如何工作的小例子。如您所见，在RGB中，用数值分隔颜色似乎是不可能的。因此需要一些其他颜色空间。

最常见的方法之一是使用HSV空间。

如图所示，此空间有3个值。色调（角度），饱和度和值。在这三个中，它们创建了一个圆柱坐标系，指向特定的颜色。从图中可以看出，虽然S和V改变了亮度＆＃34;和＆＃34;颜色的数量＆＃34;类似参数，HUE是唯一一个实际改变颜色色度的参数。所以所有的红色都在H的相同范围内，与S和V的值无关。

在下图中看到一个圆柱片：

我们可以从这张图片得出结论，所有的黄色值都是大约30-90度的H.

这些信息以及rgb2hsv等Matlab功能的智能使用可以帮助您朝着正确的方向前进。

提示：您希望对红色值的360-0交易执行某些操作。

祝你好运！

---