转换RGB 2 HSV时的块伪像

Question

我想在RGB MATLAB中将图像从RGB空间转换为HSV并使用Hue。

然而，当我使用＆＃; rgb2hsv＆＃39;或者我在互联网上找到的一些其他代码，Hue组件有块工件。原始图像和块工件版本的示例如下所示。

原始

色相

Answer 1

我能够重现你的错误。对于那些正在阅读并希望自己重现此图像的人，您可以这样做：

im = imread('http://i.stack.imgur.com/Lw8rj.jpg');
im2 = rgb2hsv(im);
imshow(im2(:,:,1));

此代码将生成OP向我们展示的输出图像。

---

您正在直接使用Hue并显示结果。您应该注意，Hue 与RGB颜色空间的灰度强度没有相同的解释。

您应该参考definition of the Hue。色调基本上是指人类感知颜色的方式，或人类视觉系统解释的主色。这是沿HSV锥体中的圆形开口形成的角度。 RGB颜色空间可以表示为其所有颜色都被限制在立方体中。它是一个3D空间，每个轴表示有助于所讨论的彩色像素的每种基色（红色，绿色，蓝色）的数量。将像素转换为HSV（也称为 Hue-Saturation-Value ）会将RGB颜色空间转换为圆锥。锥体可以通过距离锥体原点的距离和向上移动（值），从锥体中心向外移动的距离（饱和度）以及锥体圆形开口周围的角度（色调）进行参数化。 / p>

这就是HSV锥体的样子：

^{来源：Wikipedia}

色相角度与显色/感知色之间的映射如下所示：

^{来源：Wikipedia}

如您所见，每个角度都表示主色是什么。在MATLAB中，它在[0,1]之间缩放。因此，无法正确显示Hue 。您正在使用Hue通道将此结果直接显示为灰度图像。

但是，如果你扫描这个图像中的值，并将每个结果乘以360，那么请参考我上面显示的Hue颜色表，这将表示这些颜色的主要颜色。像素位置将是。

---

这个故事的寓意是你不能简单地使用Hue并将结果可视化。转换为HSV当然可以用作预处理步骤，但在发生任何富有成效的事情之前，您应该在此域中进行更多处理。直接将其视为图像非常无用，正如您在输出图像中看到的那样。您可以做的是使用颜色贴图来获取色调和颜色之间的关系，就像我向您展示的Hue查找地图中一样，然后您可以对您的图像进行着色，但这实际上仅用作观察工具。< / p>

---

编辑：2014年7月23日

作为奖励，我们可以做的是将Hue显示为初始灰度图像，然后将适当的颜色贴图应用于图像，以便我们可以实际可视化每个位置的每种主色颜色。幸运的是，有一个内置的HSV颜色映射与我上面显示的颜色查找映射几乎相同。您只需在显示Hue频道后立即colormap hsv即可。我们可以通过以下方式并排显示原始图像和这个着色图像：

im = imread('http://i.stack.imgur.com/Lw8rj.jpg');
im2 = rgb2hsv(im);
subplot(1,2,1);
imshow(im); title('Original Image');
subplot(1,2,2);
imshow(im2(:,:,1)); title('Hue channel - Colour coded');
colormap hsv;

这就是图中的样子：

这个数字可能有点令人困惑。它将天空标记为蓝色作为主色。虽然这很令人困惑，但这才具有实际意义。在晴朗的日子，天空是蓝色的，但是这张照片中天空呈灰色的原因可能是由于饱和度和值的贡献。饱和度是指＆＃34;纯粹＆＃34;颜色是。例如，真红色（RGB = [255,0,0]）表示饱和度为100％。值是指颜色的强度。基本上，它指的是颜色有多暗或多亮。因此，饱和度和值很可能在此处起作用，这将使颜色呈现灰色。我们在图像中看到的几个颜色是我们期望我们如何感知颜色。例如，沿着喷气式载体一侧的红色被感知为红色，并且绿色头盔被认为是绿色的。喷射载体的下半身（显然）也被认为是红色的。我无法向你解释这一点，但饱和度和值对混合有贡献，因此整体输出颜色大约是灰色左右。

您在图像中看到的阻塞很可能是由于JPEG量化造成的。 JPEG非常有效，因为我们无法感知图像平滑区域中的任何不连续性，但图像编码的方式是它以这种方式重建它...在一种方法中，它将大大减小它所需的大小保存图像，但允许它在视觉上吸引人，就像你要查看RAW图像一样。

---

这里的故事的寓意是，您当然可以将Hue用作处理链的一部分，但它不是整个图片。您可能需要使用饱和度或值（甚至两者）来帮助您辨别颜色。