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！
1.為什么要引入HSI彩色模型？
簡單的來說，RGB模型可以很好的適應顏色的事實，但是并不能很好的適應人解釋的顏色。當人觀察一個彩色物體時候，我們用色調(Hue)，飽和度(Saturation )和強度(Intensity)來描述。
色 調：是指一種純色的顏色屬性，（色調與波長有關，是人對不同顏色的感受）；
飽和度：是指純色被白光稀釋的程度的度量，（飽和度越大越鮮艷）；
亮 度：是一個主觀因子，實際上是不可度量的，（亮度和圖像灰度是顏色的明亮程度）。
總體來說，RGB模型更適合圖像顏色生成，而HSI模型適合圖像描述。
2.從RGB轉化到HSI
RGB模式的分量是一個正方體上的單元定義的，而HSI模型是定義在如下的一個顏色三角形中。
對于一副三原色RGB 彩×××像，每個RGB像素可用如下公式求HSI分量：
HSI色彩空間模型：
3、補充：HSV色彩空間常用
代碼1-1-1：HSV通道分離
//轉換成HSV （這里貌似轉成HSV了）
cv::Mat img_h, img_s, img_v, imghsv;
std::vector<cv::Mat> hsv_vec;
cv::cvtColor(srcImage,imghsv, CV_BGR2HSV);
cv::imshow("hsv",imghsv);
cv::waitKey(0);
//分割HSV通道
cv::split(imghsv,hsv_vec);
img_h=hsv_vec[0];
img_s=hsv_vec[1];
img_v=hsv_vec[2];
//轉換通道數據類型
img_h.convertTo(img_h,CV_32F);
img_s.convertTo(img_s,CV_32F);
img_v.convertTo(img_v,CV_32F);
//計算每個通道的最大值
double max_h,max_s,max_v;
cv::minMaxIdx(img_h,0,&max_h);
cv::minMaxIdx(img_s,0,&max_s);
cv::minMaxIdx(img_v,0,&max_v);
//各個通道歸一化
img_h /=max_h;
img_s /=max_s;
img_v /=max_v;
總結：通過公式分別計算出H、S、I分量以得到圖像。對上述圖像（汽車車牌識別）分析可得，相比原始的RGB圖像，HSI圖像對顏色信息的利用率更高，更適合于目標分析和目標分割等場景。
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。
