Question

我正在构建一个目标C / C ++和openCV的程序。我对Objective C非常熟练，但对C ++很陌生我正在构建自定义RGB2HSV算法。我的算法与openCV库cvtColor（in，out，CV_RGB2HSV）略有不同。
我尝试将Matlab转换为opencV / C ++的那个产生如此清晰的HSV图像，在进一步处理之前不需要额外的过滤。下面的代码 - Matlab代码是不言自明的。

我尝试将其转换为C ++ / openCV函数，但我试图访问图像的像素值。我是C ++的新手。我读了很多关于如何访问Mat结构的内容，但通常我会在零的位置获得一串字母或者通常是这样的“\ 202 k g”。当我尝试对say \ 202进行任何乘法运算时，结果与数学无关。

请帮我正确访问像素值。同样在当前版本中使用uchar将无法工作，因为某些值超出0-255范围。算法不是我的。我甚至无法指出来源，但它显示出比RGB2HSV更好的结果。

下面的算法也适用于一个像素。它需要应用于图像中的每个像素，因此在最终版本中，它需要用{for {}}循环包装。

我还希望与社区分享这种方法，这样每个人都可以从中受益并节省预过滤。

请帮我翻译成C ++ / openCV。如果可能，最好的做法速度明智。或者至少如何清楚地访问像素值，以便它可以使用各种数学方程。提前致谢。

function[H, S, V] = rgb2hsvPixel(R,G,B)

% Algorithm:

% In case of 8-bit and 16-bit images, `R`, `G`, and `B` are converted to the
% floating-point format and scaled to fit the 0 to 1 range.
%
%    V = max(R,G,B)
%    S = / (V - min(R,G,B)) / V               if V != 0
%        \ 0                                  otherwise
%        / 60*(G-B) / (V - min(R,G,B))        if V=R
%    H = | 120 + 60*(B-R) / (V - min(R,G,B))  if V=G
%        \ 240 + 60*(R-G) / (V - min(R,G,B))  if V=B
%
% If `H<0` then `H=H+360`. On output `0<=V<=1`, `0<=S<=1`, `0<=H<=360`.



        red = (double(R)-16)*255/224;                 % \  
        green = (double(G)-16)*255/224;               %  }- R,G,B  (0 <-> 255) ->  (-18.2143 <-> 272.0759)
        blue = (min(double(B)*2,240)-16)*255/224;     % /
        minV = min(red,min(green,blue));
        value = max(red,max(green,blue));

        delta = value - minV;
        if(value~=0)
            sat = (delta*255) / value;% s
            if (delta ~= 0) 
                if( red == value )
                    hue = 60*( green - blue ) / delta;      % between yellow & magenta
                elseif( green == value )
                    hue = 120 + 60*( blue - red ) / delta;  % between cyan & yellow
                else
                    hue = 240 + 60*( red - green ) / delta; % between magenta & cyan
                end
                if( hue < 0 )
                    hue = hue + 360;
                end
            else 
                hue = 0;
                sat = 0;
            end
        else 
            % r = g = b = 0
            sat = 0;
            hue = 0;
        end
        H = max(min(floor(((hue*255)/360)),255),0);
        S = max(min(floor(sat),255),0);
        V = max(min(floor(value),255),0);
    end

Answer 1

要访问3通道，8位精度图像（类型CV_8UC3）中像素的值，您必须这样做：

cv::Mat image;
cv::Vec3b BGR = image.at<cv::Vec3b>(i,j);

如果如你所说，8位精度和范围不够，你可以声明cv::Mat类型为CV_32F来存储浮点32位数。

cv::Mat image(height, width, CV_32FC3);
//fill your image with data
for(int i = 0; i < image.rows; i++) {
    for(int j = 0; j < image.cols; j++) {
        cv::Vec3f BGR = image.at<cv::Vec3f>(i,j)
        //process your pixel
        cv::Vec3f HSV; //your calculated HSV values
        image.at<cv::Vec3f>(i,j) = HSV;
    }
}

请注意，OpenCV以BGR顺序存储rgb值，而不是RGB。请查看OpenCV docs以了解详情。

Answer 2

如果您担心性能并且对像素索引非常熟悉，则可以直接使用Mat ptr。

例如：

  cv::Mat img = cv::Mat::zeros(4, 8, CV_8UC3);

  uchar *ptr_row_img;
  int cpt = 0;
  for(int i = 0; i < img.rows; i++) {
    ptr_row_img = img.ptr<uchar>(i);

    for(int j = 0; j < img.cols; j++) {
      for(int c = 0; c < img.channels(); c++, cpt++, ++ptr_row_img) {
        *ptr_row_img = cpt;
      }
    }
  }

  std::cout << "img=\n" << img << std::endl;

上一个代码应该打印出来：

img = [0,1,2,3,4,5,6,7,8,9,10,11,12， 13,14,15,16,17,18,19,20,21,22,23; 24,25,26， 27,28,29,30,31,32,33,34,35,36,37,38,39,40， 41,42,43,44,45,46,47; 48,49,50,51,52,53,54， 55,56,57,58,59,60,61,62,63,64,65,66,67,68， 69,70,71; 72,73,74,75,76,77,78,79,80,81,82， 83,84,85,86,87,88,89,90,91,92,93,94,95]

对于大多数情况，at访问应该足够了，并且比使用ptr访问更容易读/错。

参考文献：

Answer 3

感谢大家的帮助。感谢您的提示，我构建了自定义rgb2hsv函数C ++ / openCV。

分别从左上角开始，bgr-> gray-＆gt;边缘之后的边缘，bgr-> HSV->边缘，bgr-> customHSV->边缘在它们下面的每个对应的过滤器设置中实现大致相同的清晰结果。过滤器的半径越大，计算越复杂和耗时。

它在图像处理的后续步骤中产生更清晰的边缘。它可以进一步调整r g b通道中的参数进行调试：

red =（red-16）* 1.1384; //255/244=1.1384 这里16 - 清晰度V变得越大 255/244 - 也会影响结果，使其超出范围0-255，稍后将被剪裁。这里的数字似乎是黄金比例，但任何人都可以根据具体需求进行调整。

使用此功能，可以通过将颜色直接连接到原始图像中的适当通道来避免将BGR转换为RGB。

可能表现得有点笨拙。在我的情况下，它用于色彩平衡和直方图调整的第一步，因此速度并不重要。

要在恒定处理视频流中使用它需要速度优化，我认为通过使用指针和降低循环复杂性。优化并不完全是我的一杯茶。因此，如果有人帮助为社区优化它，那就太好了。在这里它可以使用：

Mat bgr2hsvCustom ( Mat& image )
{
    //smallParam = 16;
    for(int x = 0; x < image.rows; x++)
    {
        for(int y = 0; y<image.cols; y++)
        {
            //assigning vector to individual float BGR values
            float blue  = image.at<cv::Vec3b>(x,y)[0];
            float green = image.at<cv::Vec3b>(x,y)[1];
            float red   = image.at<cv::Vec3b>(x,y)[2];

            float sat, hue, minValue, maxValue, delta;

            float const ang0    = 0; // func min and max don't accept varaible and number
            float const ang240  = 240;
            float const ang255  = 255;

            red = (red-16)*1.1384; //255/244
            green = (green-16)*1.1384;
            blue = (min(blue*2,ang240)-16)*1.1384;
            minValue = min(red,min(green,blue));
            maxValue = max(red,max(green,blue));
            delta = maxValue - minValue;

            if (maxValue != 0)
            {
                sat = (delta*255) / maxValue;
                if ( delta != 0)
                {
                    if (red == maxValue){
                        hue  =      60*(green - blue)/delta;
                    }
                    else if( green == maxValue ) {
                        hue = 120 + 60*( blue - red )/delta;
                    }
                    else{
                        hue = 240 + 60*( red - green )/delta;
                    }
                    if( hue < 0 ){
                        hue = hue + 360;
                    }
                }
                else{
                    sat = 0;
                    hue = 0;
                }
            }
            else{
                hue = 0;
                sat = 0;
            }
            image.at<cv::Vec3b>(x,y)[0] = max(min(floor(maxValue),ang255),ang0);         //V
            image.at<cv::Vec3b>(x,y)[1] = max(min(floor(sat),ang255),ang0);              //S
            image.at<cv::Vec3b>(x,y)[2] = max(min(floor(((hue*255)/360)),ang255),ang0);  //H
        }
    }
    return image;
}

高级rgb2hsv转换Matlab到opnecv / C ++访问像素值

3 个答案: