我正在使用 OpenCV 的函数 cv2.cvtColor
分步修改图像:
最终,BGR-to-HSV 和 HSV-to-BGR 的转换并不是完全双重的,一些(随机)像素的 H 和 S 值会发生变化。
我的意思是:
import cv2
import numpy as np
# Load image
original_img = cv2.imread('img.png')
img = original_img.copy()
# Convert image multiple times
for ii in range(50):
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
img = cv2.cvtColor(img_hsv, cv2.COLOR_HSV2BGR)
print(f'\niter {ii+1}')
print(f'H sum: {np.sum(img_hsv[:,:,0])}')
print(f'S sum: {np.sum(img_hsv[:,:,1])}')
print(f'V sum: {np.sum(img_hsv[:,:,2])}')
# Display images (resize for convenience)
cv2.imshow('original', cv2.resize(original_img, tuple([s*3 for s in img.shape[:2]])))
cv2.imshow('converted', cv2.resize(img, tuple([s*3 for s in img.shape[:2]])))
cv2.waitKey(0)
cv2.destroyAllWindows()
原始(左)与转换后(右):
您可能会注意到,有一堆像素变红并且饱和度不断增加。此外,H 和 S 通道更改为(值的总和):
iter 1
H sum: 862253
S sum: 1470471
V sum: 1028930
iter 2
H sum: 847617
S sum: 1511497
V sum: 1028930
...
iter 49
H sum: 796974
S sum: 1570406
V sum: 1028930
iter 50
H sum: 796974
S sum: 1570412
V sum: 1028930
Python 3.8.3 | OpenCV 4.5.1
答案 0 :(得分:2)
因为图像是 8 位的,所以每次迭代都会丢失数据。 见convertion between HSV and RGB。 例如,饱和度是最大分量上的色度(最大 - 最小)。 当它转换为 HSV 时,饱和度值将在 0 到 255 之间量化。 顺便提一下,OpenCV 中的最大色调值为 180。
使用浮点图像执行转换而不是使用 uchar
可以防止丢失。我使用 .astype(np.float32)
更改了您的代码,每次迭代的结果都相同。
H sum: 1739456.625
S sum: 5764.1796875
V sum: 1028930.0
编辑代码:
import cv2
import numpy as np
# Load image
original_img = cv2.imread('img.png').astype(np.float32)
img = original_img.copy()
# Convert image multiple times
for ii in range(50):
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
img = cv2.cvtColor(img_hsv, cv2.COLOR_HSV2BGR)
print(f'\niter {ii+1}')
print(f'H sum: {np.sum(img_hsv[:,:,0])}')
print(f'S sum: {np.sum(img_hsv[:,:,1])}')
print(f'V sum: {np.sum(img_hsv[:,:,2])}')
# Display images (resize for convenience)
cv2.imshow('original', cv2.resize(original_img, tuple([s*3 for s in img.shape[:2]])).astype(np.uint8))
cv2.imshow('converted', cv2.resize(img, tuple([s*3 for s in img.shape[:2]])).astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()