为什么从RGB到HSV的颜色转换会产生损坏的图像？

Question

我正在过滤掉某些颜色的图像，但是在使用hsv / hsl颜色空间时却陷入困境。 如果我尝试使用cv2.Color(image, cv2.COLOR_RGB2HSV)将使用matplotlib读取的图像转换为HSV cv2.Color(image, cv2.COLOR_RGB2HSV)则结果图像会像这样弄乱颜色：

据我了解，图片应与原始图片一样显示 。

这是正确的还是错误在于我对色彩空间的有限理解？

我也尝试过使用opencv读取图像，然后将BGR转换为HSV，这带来了不同但仍然有缺陷的图像。 我也使用image = (image * 255).round().astype(np.uint8)将图像转换为uint8，仍然无法正常工作

import matplotlib.image as mpimg
import matplotlib.pyplot as plt
import cv2
import numpy as np
image = mpimg.imread("Screenshots/vlcsnap-2019-07-22-08h42m14s251.png")
hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
hls = cv2.cvtColor(image, cv2.COLOR_RGB2HLS)
plt.figure()
plt.imshow(hls)
plt.figure()
plt.imshow(hsv)

除了im之外，在运行代码时还得到以下警告：“将输入数据剪切为有效范围以显示具有RGB数据的imshow（浮点数为[0..1]，整数为[0..255]）。”

Answer 1

通过imshow的文档 ：

（M，N）：具有标量数据的图像。 数据使用颜色图可视化。

（M，N，3）：具有RGB值（0-1浮点或0-255整数）的图像。

（M，N，4）：具有RGBA值（0-1浮点或0-255整数）的图像，即包括透明度。

这已经告诉您，无论您给它提供3个通道的矩阵（例如HSV），都将作为RGB图像。 这意味着，无论H中的数字是多少，都将作为R，依此类推。 因此，色相值将是红色，饱和度值将是绿色，色度值将是蓝色。

您提到的警告引起了我的注意，我决定进行测试，因为通常不使用matplotlib加载/显示图像。 我注意到的第一件事是图像使用的是float32类型，使用时从0-1开始：

image = mpimg.imread("imagePath.png")

没关系，对于OpenCV float32映像也是如此。

现在，如果您阅读cvtColor的文档并检查颜色转换，您将看到当图像类型为float32时，范围是：

H :[0-360]
S :[0-1.]
V :[0-1.]

因此，这意味着图像的第一个通道的大多数值都将高于1.，然后它将超出函数imshow（0-1）的浮动范围，该功能将对其进行裁剪，然后为1。

如我之前所说，该图像将被解释为RGB。 因此，“色相”通道将是“红色”通道，并且大多数值都是最大值，因此您的大多数图像将变成红色调。 绿色区域归因于饱和度大（接近最大值）。 但是，由于它是白色的地方，我想说的是您正在显示HLS，并且它是最大的L通道。

现在谈到这个问题，您期望得到什么结果？ HSV色彩空间将始终为您显示与原始图像完全不同的事物，一切都取决于颜色，但是细微的变化（例如或多或少的饱和度）将为您提供更绿色的图像。

无论如何，如果您想显示更合理的内容，请将第一个通道除以360，将其缩放为0-1。 作为其他2个频道 但是，绿色部分不会消失，但看起来会少一些红色。

Answer 2

重要的结果是，色相（H）通道是一个连续的色环，在可视化HSV转换时应牢记。 即使当您由于不将0-360 H通道重新缩放为0.0-1.0以便使用matplotlib绘制为float32而修复裁剪时，这种阻塞也是不可避免的。

与“饱和度”（S）和“值”（V）通道的线性比例不同，H通道的最小值和最大值实际上是色环上红色的相邻值。 由于0到255或1.0之间的急剧过渡，实际上是原始图像的类似红色部分，因此在代表H的任何通道中，您通常都会看到粗糙，块状的区域。

您实际上尚未发布原始图像，但是看起来像是matplotlib图中的屏幕截图，因此我无法完全重现您的效果。 但是，要查看效果，请仅将H通道与原始图像一起查看，我想您会明白我的意思：

H, S, V = cv2.split(hsv)
# here's the opencv way to see it
cv2.imshow('H', H)
cv2.waitKey(0)

请注意，即使原始图像中存在平滑的红色变化，但非常亮和非常暗的区域彼此相邻的块状过渡。

您使用的是matplotlib，它需要RGB图像。 因此，色相显示为红色，饱和度显示为绿色，值显示为蓝色。 在所有看到非红色块的地方，Hue都接近最小0.0；在看到正常（对于HSV）的地方，橙色/黄色/白色/等处，这是Hue接近最大1.0的地方。 由于未将0-360 H通道标准化为0.0-1.0而导致的削波加剧了问题，但在解决此问题后仍然存在。