【darknet源码解析-29】图像RGB2HSV与HSV2RGB格式互转

最新推荐文章于 2023-05-01 16:38:58 发布
最新推荐文章于 2023-05-01 16:38:58 发布
阅读量1k 收藏
点赞数
分类专栏： darknet源码解析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/caicaiatnbu/article/details/104070129
版权
本文深入解析darknet源码中的图像颜色转换，详细介绍如何将RGB格式转换为HSV，以及HSV如何转回RGB。通过分析rgb_to_hsv()和hsv_to_rgb()函数，理解颜色空间转换的实现过程。
摘要由CSDN通过智能技术生成

本系列为darknet源码解析，由于在image.c中涉及到图像的RGB,YUV,HSV格式,在本文我们将image.c中涉及到的rgb_to_hsv()函数以及hsv_to_rgb()函数进行解析.

  • RGB格式转为HSV格式

\large R = R/255,G = G/255, B = B/255;

\large max=max(R,G,B), min=min(R,G,B)

\large delta=max-min

  •  如果max=0

         \large H=0,S=0,V=0

  • 如果max!=0

       

最低0.47元/天 解锁文章
caicaiatnbu
关注
专栏目录
MATLAB算法实战应用案例精讲-【图像处理】小目标检测（补充篇）(附python代码实现)
qq_36130719的博客
01-16 2770
随着深度学习的发展，基于深度学习的目标检测技术取得了巨大的进展，但小目标由于像素少，难以提取有效信息，造成小目标的检测面临着巨大的困难和挑战. 为了提高小目标的检测性能，研究人员从网络结构、训练策略、数据处理等方面展开了大量的研究，并取得了一定的进展. 然而，与大、中目标检测相比，目前小目标的检测性能依然存在着较大的差距.目标尺度是影响目标检测性能的重要因素之一. 目前，无论在公开数据集还是现实世界采集的图像中，小目标的检测精度远远低于大目标和中等尺度目标，并经常出现漏检和误检. 但小目标检测在许多实际场景
YOLOV3-Keras源码解析
qq_33287871的博客
06-06 2033
准备数据 YOLO本身使用的是VOC的数据集，所以可以按照VOC数据集的架构来构建自己的数据集。 准备好了自己的图像后，需要按VOC数据集的结构放置图像文件。VOC的结构如下 --VOC --Annotations --ImageSets --Main --JPEGImages 这里面用到的文件夹是Annotation、ImageSets和JPEGImages。 其中文件夹Annotation中主要存放xml文件，每一个xml对应一张图像，并且每个xml中存放的是标记的
RGB转HSV应用程序和源代码
06-24
RGB砖HSV 小工具，并附源码！小小工具，希望能帮助大家！
RGB2HSV方法
04-29
是一个简单的有彩色空间rgb转向hsv空间的matlab程序 适合初学者用
HSV2RGB
01-22 2815
/////////////////////////////////////////////////////////////////////////////////////////////////// // Based on http://en.wikipedia.org/wiki/HSL_and_HSV /// \def _HSV2RGB_(H, S, V, R, G, B) ///
rgb转化为hsv
11-30
rgb转化为hsv的C++程序代码 #include "stdafx.h" #include void main(float R, float G, float B, float& H, float& S, float&V) { // r,g,b values are from 0 to 1 // h = [0,360], s = [0,1], v = [0,1] // if s == 0, then h = -1 (undefined) float min, max, delta,tmp; tmp = R>G?G:R; min = tmp>B?B:tmp; tmp = R>G?R:G; max = tmp>B?tmp:B; V = max; // v delta = max - min; if( max != 0 ) S = delta / max; // s else { // r = g = b = 0 // s = 0, v is undefined S = 0; H = 0; return; } if (delta == 0){ H = 0; return; } else if(R == max){ if (G >= B) H = (G - B) / delta; // between yellow & magenta else H = (G - B) / delta + 6; } else if( G == max ) H = 2 + ( B - R ) / delta; // between cyan & yellow else if (B == max) H = 4 + ( R - G ) / delta; // between magenta & cyan H *= 60; // degrees }
matlab练习程序（RGB2HSV、HSV2RGB）
weixin_34051201的博客
01-08 5729
　　色相饱和度明度和三原色的相互转换 clear all; close all; clc; img=imread('lena_color.jpg'); img=mat2gray(img); %任意区间映射到[0,1]; [m n dim]=size(img); imshow(img); %%图像的RGB R=img(:,:,1); G=img(:,:,2); B=i...
Darknet YOLO图像检测：部署与集成，让算法落地实战
[Darknet YOLO图像检测：部署与集成，让算法落地实战](https://i0.hdslb.com/bfs/archive/b7350f2978a050b2ed3082972be45248ea7d7d16.png@960w_540h_1c.webp) # 1. Darknet YOLO图像检测概述** Darknet YOLO（You ...
图像处理算法实战应用案例精讲-【目标检测】YOLO(附python代码实现)
qq_36130719的博客
12-08 2234
物体检测——顾名思义就是通过深度学习算法检测图像或视频中的物体。目标检测的目的是识别和定位场景中所有已知的目标。有了这种识别和定位，目标检测可以用来计数场景中的目标，确定和跟踪它们的精确位置，同时精确地标记它们。目标检测通常与图像识别相混淆，所以在我们继续之前，澄清它们之间的区别是重要的。图像识别为图像分配一个标签。狗的图片会被贴上“狗”的标签。两只狗的照片仍然会被贴上“狗”的标签。另一方面，对象检测在每只狗周围画一个盒子，并给这个盒子贴上“狗”的标签。模型预测每个对象在哪里以及应该应用什么标签。通过这种方
opengl片元着色器HSV转RGB和RGB转HSV源码
01-30
opengl片元着色器中，将像素点由RGB转HSV，再由HSV转RGB的方法代码，经测试没有问题
RGB2HSV.rar
05-07
代码详细，.m文件打开即可使用
Colorbar_RGB2HSV_HDMI.rar
06-03
生成基于 VGA 时序的两边白中间蓝的彩色条，并经过 RGB2HSV 颜色空间转换，在同时配置好 HDMI 寄存器的时候，最终将视频处理之后的数据通过 HDMI 显示在显示屏上
【实验报告】实验四、彩色图像处理
最新发布
qq_58732322的博客
05-01 3204
无
HSV2RGB color space
崖野苦乐的博客
11-08 2903
HSV是色彩空间RGB的一种简单非线性变换 从RGB cube的对角线看过去，top就是HSV中的H调色盘。（HSL也类似，只不过映射成为了圆柱坐标系）
【ISP】HSV（3）RGB2HSV和HSV2RGB
mjiansun的专栏
04-14 1322
为了识别图像中的特定颜色（红绿黄等），常常将彩色图片转换为HSV图片，限定HSV取值范围既可以获取需要的颜色。
图像处理-HSV和RGB相互转换
xuanxuan1029的博客
07-19 4416
2、实现HSV到RGB的转换函数，函数声明COLORREFHSV2RGB(HSVhsv)1.实现RGB到HSV的转换函数，函数声明HSVRGB2HSV(COLORREFc)函数功能把HSV类对象hsv的颜色信息转换成一个COLORREF类对象返回。函数功能把COLORREF类对象c的颜色信息转换成一个HSV类对象返回。...
HSV2RGB一种灯光渐变实现算法
凯特空间
11-17 1417
我们在做RGB灯光控制时,经常需要实现一种光线柔和渐变的过程.简单的都是用RGB三原色变化,但这种效果差强人意.通过HSV颜色模型则可以实现非常好的渐变效果.这里贴出主要实现代码.功能已在STM8的量产产品上实现,效果非常不错.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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