為什么從RGB到HSV的顏色轉換會產生損壞的圖像？

Question

我正在過濾掉某些顏色的圖像，但是在使用hsv / hsl顏色空間時卻陷入困境。 如果我嘗試使用cv2.Color(image, cv2.COLOR_RGB2HSV)將使用matplotlib讀取的圖像轉換為HSV cv2.Color(image, cv2.COLOR_RGB2HSV)則結果圖像會像這樣弄亂顏色：

據我了解，圖片應與原始圖片一樣顯示 。

這是正確的還是錯誤在於我對色彩空間的有限理解？

我也嘗試過使用opencv讀取圖像，然后將BGR轉換為HSV，這帶來了不同但仍然有缺陷的圖像。 我也使用image = (image * 255).round().astype(np.uint8)將圖像轉換為uint8，仍然無法正常工作

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，在運行代碼時還得到以下警告：“將輸入數據剪切為有效范圍以顯示具有RGB數據的imshow（浮點數為[0..1]，整數為[0..255]）。”

Answer 1

通過imshow的文檔 ：

（M，N）：具有標量數據的圖像。 數據使用顏色圖可視化。

（M，N，3）：具有RGB值（0-1浮點或0-255整數）的圖像。

（M，N，4）：具有RGBA值（0-1浮點或0-255整數）的圖像，即包括透明度。

這已經告訴您，無論您給它提供3個通道的矩陣（例如HSV），都將作為RGB圖像。 這意味着，無論H中的數字是多少，都將作為R，依此類推。 因此，色相值將是紅色，飽和度值將是綠色，色度值將是藍色。

您提到的警告引起了我的注意，我決定進行測試，因為通常不使用matplotlib加載/顯示圖像。 我注意到的第一件事是圖像使用的是float32類型，使用時從0-1開始：

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

沒關系，對於OpenCV float32映像也是如此。

現在，如果您閱讀cvtColor的文檔並檢查顏色轉換，您將看到當圖像類型為float32時，范圍是：

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

因此，這意味着圖像的第一個通道的大多數值都將高於1.，然后它將超出函數imshow（0-1）的浮動范圍，該功能將對其進行裁剪，然后為1。

如我之前所說，該圖像將被解釋為RGB。 因此，“色相”通道將是“紅色”通道，並且大多數值都是最大值，因此您的大多數圖像將變成紅色調。 綠色區域歸因於飽和度大（接近最大值）。 但是，由於它是白色的地方，我想說的是您正在顯示HLS，並且它是最大的L通道。

現在談到這個問題，您期望得到什么結果？ HSV色彩空間將始終為您顯示與原始圖像完全不同的事物，一切都取決於顏色，但是細微的變化（例如或多或少的飽和度）將為您提供更綠色的圖像。

無論如何，如果您想顯示更合理的內容，請將第一個通道除以360，將其縮放為0-1。 作為其他2個頻道 但是，綠色部分不會消失，但看起來會少一些紅色。

Answer 2

重要的結果是，色相（H）通道是一個連續的色環，在可視化HSV轉換時應牢記。 即使當您由於不將0-360 H通道重新縮放為0.0-1.0以便使用matplotlib繪制為float32而修復裁剪時，這種阻塞也是不可避免的。

與“飽和度”（S）和“值”（V）通道的線性比例不同，H通道的最小值和最大值實際上是色環上紅色的相鄰值。 由於0到255或1.0之間的急劇過渡，實際上是原始圖像的類似紅色部分，因此在代表H的任何通道中，您通常都會看到粗糙，塊狀的區域。

您實際上尚未發布原始圖像，但是看起來像是matplotlib圖中的屏幕截圖，因此我無法完全重現您的效果。 但是，要查看效果，請僅將H通道與原始圖像一起查看，我想您會明白我的意思：

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

請注意，即使原始圖像中存在平滑的紅色變化，但非常亮和非常暗的區域彼此相鄰的塊狀過渡。

您使用的是matplotlib，它需要RGB圖像。 因此，色相顯示為紅色，飽和度顯示為綠色，值顯示為藍色。 在所有看到非紅色塊的地方，Hue都接近最小0.0；在看到正常（對於HSV）的地方，橙色/黃色/白色/等處，這是Hue接近最大1.0的地方。 由於未將0-360 H通道標准化為0.0-1.0而導致的削波加劇了問題，但在解決此問題后仍然存在。