溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
cv2.cvtColor函數封裝了各種顏色空間之間的轉換，唯獨沒有RGB與HSI之間的轉換，網上查來查去也只有C++或MATLAB版本的，自己要用到python里，所以就寫寫python版本的。
HSI顏色模型是一個滿足計算機數字化顏色管理需要的高度抽象模擬的數學模型。HIS模型是從人的視覺系統出發，直接使用顏色三要素–色調（Hue）、飽和度（Saturation）和亮度（Intensity，有時也翻譯作密度或灰度）來描述顏色。
RGB向HSI模型的轉換是由一個基于笛卡爾直角坐標系的單位立方體向基于圓柱極坐標的雙錐體的轉換。基本要求是將RGB中的亮度因素分離，通常將色調和飽和度統稱為色度，用來表示顏色的類別與深淺程度。在圖中圓錐中間的橫截面圓就是色度圓，而圓錐向上或向下延伸的便是亮度分量的表示。
從RGB空間到HSI空間的轉換有多種方法，這里僅說明最為經典的幾何推導法。RGB與HSI之間的轉換關系為：
下面直接上代碼：
import cv2
import numpy as np
def rgbtohsi(rgb_lwpImg):
rows = int(rgb_lwpImg.shape[0])
cols = int(rgb_lwpImg.shape[1])
b, g, r = cv2.split(rgb_lwpImg)
# 歸一化到[0,1]
b = b / 255.0
g = g / 255.0
r = r / 255.0
hsi_lwpImg = rgb_lwpImg.copy()
H, S, I = cv2.split(hsi_lwpImg)
for i in range(rows):
for j in range(cols):
num = 0.5 * ((r[i, j]-g[i, j])+(r[i, j]-b[i, j]))
den = np.sqrt((r[i, j]-g[i, j])**2+(r[i, j]-b[i, j])*(g[i, j]-b[i, j]))
theta = float(np.arccos(num/den))
if den == 0:
H = 0
elif b[i, j] <= g[i, j]:
H = theta
else:
H = 2*3.14169265 - theta
min_RGB = min(min(b[i, j], g[i, j]), r[i, j])
sum = b[i, j]+g[i, j]+r[i, j]
if sum == 0:
S = 0
else:
S = 1 - 3*min_RGB/sum
H = H/(2*3.14159265)
I = sum/3.0
# 輸出HSI圖像，擴充到255以方便顯示，一般H分量在[0,2pi]之間，S和I在[0,1]之間
hsi_lwpImg[i, j, 0] = H*255
hsi_lwpImg[i, j, 1] = S*255
hsi_lwpImg[i, j, 2] = I*255
return hsi_lwpImg
if __name__ == '__main__':
rgb_lwpImg = cv2.imread("123.jpg")
hsi_lwpImg = rgbtohsi(rgb_lwpImg)
cv2.imshow('rgb_lwpImg', rgb_lwpImg)
cv2.imshow('hsi_lwpImg', hsi_lwpImg)
key = cv2.waitKey(0) & 0xFF
if key == ord('q'):
cv2.destroyAllWindows()
以上這篇OpenCV+Python--RGB轉HSI的實現就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
