Python實(shí)現(xiàn)RGB與HSI顏色空間的互換方式
概要
這是這學(xué)期數(shù)字圖像處理課的第一份作業(yè)好久沒懂python手都快生了,調(diào)了好久才搞出來。
HSI顏色模型是一個(gè)滿足計(jì)算機(jī)數(shù)字化顏色管理需要的高度抽象模擬的數(shù)學(xué)模型。HIS模型是從人的視覺系統(tǒng)出發(fā),直接使用顏色三要素–色調(diào)(Hue)、飽和度(Saturation)和亮度(Intensity,有時(shí)也翻譯作密度或灰度)來描述顏色。
RGB向HSI模型的轉(zhuǎn)換是由一個(gè)基于笛卡爾直角坐標(biāo)系的單位立方體向基于圓柱極坐標(biāo)的雙錐體的轉(zhuǎn)換?;疽笫菍GB中的亮度因素分離,通常將色調(diào)和飽和度統(tǒng)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。 (這里直接借鑒這篇文章:OpenCV+Python--RGB轉(zhuǎn)HSI的實(shí)現(xiàn))

從RGB空間到HSI空間的轉(zhuǎn)換有多種方法,這里僅說明最為經(jīng)典的幾何推導(dǎo)法。RGB轉(zhuǎn)化成HSI的公式為:

HSI轉(zhuǎn)化成RGB的公式為:

Python代碼:
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2017/10/14 13:21
# @Author : DaiPuWei
# @Site : 理學(xué)院機(jī)房
# @File : __init__.py.py
# @Software: PyCharm Community Edition
import cv2
import numpy as np
def RGB2HSI(rgb_img):
"""
這是將RGB彩色圖像轉(zhuǎn)化為HSI圖像的函數(shù)
:param rgm_img: RGB彩色圖像
:return: HSI圖像
"""
#保存原始圖像的行列數(shù)
row = np.shape(rgb_img)[0]
col = np.shape(rgb_img)[1]
#對(duì)原始圖像進(jìn)行復(fù)制
hsi_img = rgb_img.copy()
#對(duì)圖像進(jìn)行通道拆分
B,G,R = cv2.split(rgb_img)
#把通道歸一化到[0,1]
[B,G,R] = [ i/ 255.0 for i in ([B,G,R])]
H = np.zeros((row, col)) #定義H通道
I = (R + G + B) / 3.0 #計(jì)算I通道
S = np.zeros((row,col)) #定義S通道
for i in range(row):
den = np.sqrt((R[i]-G[i])**2+(R[i]-B[i])*(G[i]-B[i]))
thetha = np.arccos(0.5*(R[i]-B[i]+R[i]-G[i])/den) #計(jì)算夾角
h = np.zeros(col) #定義臨時(shí)數(shù)組
#den>0且G>=B的元素h賦值為thetha
h[B[i]<=G[i]] = thetha[B[i]<=G[i]]
#den>0且G<=B的元素h賦值為thetha
h[G[i]<B[i]] = 2*np.pi-thetha[G[i]<B[i]]
#den<0的元素h賦值為0
h[den == 0] = 0
H[i] = h/(2*np.pi) #弧度化后賦值給H通道
#計(jì)算S通道
for i in range(row):
min = []
#找出每組RGB值的最小值
for j in range(col):
arr = [B[i][j],G[i][j],R[i][j]]
min.append(np.min(arr))
min = np.array(min)
#計(jì)算S通道
S[i] = 1 - min*3/(R[i]+B[i]+G[i])
#I為0的值直接賦值0
S[i][R[i]+B[i]+G[i] == 0] = 0
#擴(kuò)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_img[:,:,0] = H*255
hsi_img[:,:,1] = S*255
hsi_img[:,:,2] = I*255
return hsi_img
def HSI2RGB(hsi_img):
"""
這是將HSI圖像轉(zhuǎn)化為RGB圖像的函數(shù)
:param hsi_img: HSI彩色圖像
:return: RGB圖像
"""
# 保存原始圖像的行列數(shù)
row = np.shape(hsi_img)[0]
col = np.shape(hsi_img)[1]
#對(duì)原始圖像進(jìn)行復(fù)制
rgb_img = hsi_img.copy()
#對(duì)圖像進(jìn)行通道拆分
H,S,I = cv2.split(hsi_img)
#把通道歸一化到[0,1]
[H,S,I] = [ i/ 255.0 for i in ([H,S,I])]
R,G,B = H,S,I
for i in range(row):
h = H[i]*2*np.pi
#H大于等于0小于120度時(shí)
a1 = h >=0
a2 = h < 2*np.pi/3
a = a1 & a2 #第一種情況的花式索引
tmp = np.cos(np.pi / 3 - h)
b = I[i] * (1 - S[i])
r = I[i]*(1+S[i]*np.cos(h)/tmp)
g = 3*I[i]-r-b
B[i][a] = b[a]
R[i][a] = r[a]
G[i][a] = g[a]
#H大于等于120度小于240度
a1 = h >= 2*np.pi/3
a2 = h < 4*np.pi/3
a = a1 & a2 #第二種情況的花式索引
tmp = np.cos(np.pi - h)
r = I[i] * (1 - S[i])
g = I[i]*(1+S[i]*np.cos(h-2*np.pi/3)/tmp)
b = 3 * I[i] - r - g
R[i][a] = r[a]
G[i][a] = g[a]
B[i][a] = b[a]
#H大于等于240度小于360度
a1 = h >= 4 * np.pi / 3
a2 = h < 2 * np.pi
a = a1 & a2 #第三種情況的花式索引
tmp = np.cos(5 * np.pi / 3 - h)
g = I[i] * (1-S[i])
b = I[i]*(1+S[i]*np.cos(h-4*np.pi/3)/tmp)
r = 3 * I[i] - g - b
B[i][a] = b[a]
G[i][a] = g[a]
R[i][a] = r[a]
rgb_img[:,:,0] = B*255
rgb_img[:,:,1] = G*255
rgb_img[:,:,2] = R*255
return rgb_img
def run_main():
"""
這是主函數(shù)
"""
#利用opencv讀入圖片
rgb_img = cv2.imread('1.jpeg',cv2.IMREAD_COLOR)
#進(jìn)行顏色空間轉(zhuǎn)換
hsi_img = RGB2HSI(rgb_img)
rgb_img2 = HSI2RGB(hsi_img)
#opencv庫(kù)的顏色空間轉(zhuǎn)換結(jié)果
hsi_img2 = cv2.cvtColor(rgb_img,cv2.COLOR_BGR2HSV)
rgb_img3 = cv2.cvtColor(hsi_img2,cv2.COLOR_HSV2BGR)
cv2.imshow("Origin",rgb_img)
cv2.imshow("HSI", hsi_img)
cv2.imshow("RGB",rgb_img2)
cv2.imshow("OpenCV_HSI",hsi_img2)
cv2.imshow("OpenCV_RGB",rgb_img3)
cv2.imwrite("HSI.jpeg",hsi_img)
cv2.imwrite("RGB.jpeg", rgb_img2)
cv2.imwrite("OpenCV_HSI.jpeg", hsi_img2)
cv2.imwrite("OpenCV_RGB.jpeg", rgb_img3)
cv2.waitKey()
cv2.destroyAllWindows()
if __name__ == '__main__':
run_main()
原始圖像為:

自己寫的RGB2HSI函數(shù)生成的HSI圖片:

opencv庫(kù)函數(shù)生成的HSI圖片:

用自己寫的函數(shù)生成導(dǎo)入HSI圖片執(zhí)行HSI2RGB函數(shù)生成的RGB圖片:

opencv庫(kù)函數(shù)生成的HSI圖片在此執(zhí)行庫(kù)函數(shù)生成RGB圖片:

以上這篇Python實(shí)現(xiàn)RGB與HSI顏色空間的互換方式就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
在python tkinter中Canvas實(shí)現(xiàn)進(jìn)度條顯示的方法
今天小編就為大家分享一篇在python tkinter中Canvas實(shí)現(xiàn)進(jìn)度條顯示的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-06-06
Python編程pydantic觸發(fā)及訪問錯(cuò)誤處理
這篇文章主要為大家介紹了Python編程中pydantic會(huì)觸發(fā)及發(fā)生訪問錯(cuò)誤的處理,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-09-09
Django中更改默認(rèn)數(shù)據(jù)庫(kù)為mysql的方法示例
這篇文章主要介紹了Django中更改默認(rèn)數(shù)據(jù)庫(kù)為mysql的方法示例,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-12-12
Tensorflow使用tfrecord輸入數(shù)據(jù)格式
這篇文章主要介紹了Tensorflow使用tfrecord輸入數(shù)據(jù)格式,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-06-06
Python簡(jiǎn)單實(shí)現(xiàn)詞云圖代碼及步驟解析
這篇文章主要介紹了Python簡(jiǎn)單實(shí)現(xiàn)詞云圖代碼解析,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
關(guān)于pip install uwsgi安裝失敗問題的解決方案
這篇文章主要介紹了關(guān)于pip install uwsgi安裝失敗問題的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-06-06
Python3基礎(chǔ)之基本數(shù)據(jù)類型概述
這篇文章主要介紹了Python3的基本數(shù)據(jù)類型,需要的朋友可以參考下2014-08-08
用Python監(jiān)控NASA TV直播畫面的實(shí)現(xiàn)步驟
本文分享一個(gè)名為"Spacestills"的開源程序,它可以用于查看 NASA TV 的直播畫面(靜止幀)2021-05-05

