关于HSV

HSV (色相hue, 饱和度saturation, 明度value), 也称HSB (B指brightness) 是艺术家们常用的,因为与加法减法混色的术语相比,使用色相,饱和度等概念描述色彩更自然直观。HSV 是RGB色彩空间的一种变形,它的内容与色彩尺度与其出处——RGB色彩空间有密切联系。

HSL (色相hue, 饱和度saturation, 亮度lightness/luminance), 也称HLS 或 HSI (I指intensity) 与 HSV非常相似,仅用亮度(lightness)替代了明度(brightness)。二者区别在于,一种纯色的明度等于白色的明度,而纯色的亮度等于中度灰的亮度。

#############################3

好像HSV和HSI还有点区别  
  下面这个应该是正确的,这是《Video   demistified》上的,权威的说法,呵呵  
  RGB-to-HSV   Conversion:  
  (R,G,B取值范围0--1)  
  M=max(R,G,B)       m=min(R,G,B)  
  r=(M-R)/(M-m)     g=(M-G)/(M-m)       b=(M-B)/(M-m)  
   
  V的计算(取值范围0--1):V=max(R,G,B)  
  S的计算(取值范围0--1):if   M=0   then   S=0   and   H=180度  
                                                    if   M!=0   then   S=(M-m)/M  
  H的计算(取值范围0--360度):if   R=M   then   H=60(b-g)  
                                                            if   G=M   then   H=60(2+r-b)  
                                                            if   B=M   then   H=60(4+g-r)  
                                                            if   H>=360   then   H=H-360  
                                                            if   H<0         then   H=H+360

#####################

根据冈萨雷斯的书:

rgb=im2double(I);%若一副rgb图像的数据类型变为double,则他的取值范围就是[0,1].

H的结果除以360°,色度可归一化为[0,1],  rgb已经是double,归一过了,那么S和I应该都是在[0,1]之间

但是我做出来H 和S 分量的均值都不在[0,1]区间。

请问是怎么回事。有人知道么。

###########################

M=sum(sum(I));

H1=sum(sum(H))/M;

S1=sum(sum(S))/M;

I1=sum(sum(hsiI))/M;

上面这段代码好像不需要,以下是我用过的程序:function hsi=rgb2hsi(rgb)

########################################3

%RGB2HSI Converts an RGB image to HSI

% HSI=RGB2HSI(rgb) converts an RGB image to HSI. The input image is

% assumed to be of size M-by-N-by-3, where the third dimension accounts

% for three image planes:red, green, and blue, in that order. If all RGB

% component images are equal, the HSI conversion is undefined. Ths input

% image can be of class double (with values in the rang[0,1]), uint8, or

% uint16.

% The output image, HSI, is of class double, where:

% hsi(:,:,1)= hue image normalized values to the range [0,1] by

% dividing all angle values by 2*pi.

% hsi(:,:,2)=saturation image, in the range [0,1].

% hsi(:,:,3)=intensity image, in the range [0,1].

%Extract the individual component images.

rgb=im2double(rgb);

r=rgb(:,:,1);

g=rgb(:,:,2);

b=rgb(:,:,3);

%Implement the conversion equations.

num=0.5*((r-g)+(r-b));

den=sqrt((r-g).^2+(r-b).*(g-b));

theta=acos(num./(den+eps));

H=theta;

H(b>g)=2*pi-H(b>g);

H=H/(2*pi);

num=min(min(r,g),b);

den=r+g+b;

den(den==0)=eps;

S=1-3.*num./den;

H(S==0)=0;

I=(r+g+b)/3;

%Combine all three results into an hsi image.

hsi=cat(3,H,S,I);

##############################3

感谢楼上兄弟。

M=sum(sum(I));

H1=sum(sum(H))/M;

S1=sum(sum(S))/M;

I1=sum(sum(hsiI))/M;

这些代码目的是我用来求HSI分量值的均值。

你上面的代码求出来HSI分量的值都是[0,1]么?

##############################333333

是的,你可以自己再测试一下!

 

转自:http://blog.163.com/crazyzcs@126/blog/static/129742050201042113229563/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
C语言是一种广泛使用的编程语言,它具有高效、灵活、可移植性强等特点,被广泛应用于操作系统、嵌入式系统、数据库、编译器等领域的开发。C语言的基本语法包括变量、数据类型、运算符、控制结构(如if语句、循环语句等)、函数、指针等。在编写C程序时,需要注意变量的声明和定义、指针的使用、内存的分配与释放等问题。C语言中常用的数据结构包括: 1. 数组:一种存储同类型数据的结构,可以进行索引访问和修改。 2. 链表:一种存储不同类型数据的结构,每个节点包含数据和指向下一个节点的指针。 3. 栈:一种后进先出(LIFO)的数据结构,可以通过压入(push)和弹出(pop)操作进行数据的存储和取出。 4. 队列:一种先进先出(FIFO)的数据结构,可以通过入队(enqueue)和出队(dequeue)操作进行数据的存储和取出。 5. 树:一种存储具有父子关系的数据结构,可以通过中序遍历、前序遍历和后序遍历等方式进行数据的访问和修改。 6. 图:一种存储具有节点和边关系的数据结构,可以通过广度优先搜索、深度优先搜索等方式进行数据的访问和修改。 这些数据结构在C语言中都有相应的实现方式,可以应用于各种不同的场景。C语言中的各种数据结构都有其优缺点,下面列举一些常见的数据结构的优缺点: 数组: 优点:访问和修改元素的速度非常快,适用于需要频繁读取和修改数据的场合。 缺点:数组的长度是固定的,不适合存储大小不固定的动态数据,另外数组在内存中是连续分配的,当数组较大时可能会导致内存碎片化。 链表: 优点:可以方便地插入和删除元素,适用于需要频繁插入和删除数据的场合。 缺点:访问和修改元素的速度相对较慢,因为需要遍历链表找到指定的节点。 栈: 优点:后进先出(LIFO)的特性使得栈在处理递归和括号匹配等问题时非常方便。 缺点:栈的空间有限,当数据量较大时可能会导致栈溢出。 队列: 优点:先进先出(FIFO)的特性使得

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值