matlab之图像处理学习日记——在RGB和HSV颜色空间之间转换

在RGB和HSV颜色空间之间转换
本示例说明如何通过将彩色图像转换为HSV颜色空间来调整其饱和度。然后，该示例显示合成图像的单独的HSV颜色平面（色相，饱和度和值）。

将RGB图像转换为HSV图像
将RGB图像读入工作区。显示图像。
RGB = imread（‘peppers.png’）;
imshow（RGB）

将图像转换为HSV颜色空间。
HSV = rgb2hsv（RGB）;
处理HSV图像。本示例通过将S通道乘以比例因子来增加图像的饱和度。
[h，s，v] = imsplit（HSV）;
饱和度因子= 2;
s_sat = s * saturationFactor;
HSV_sat = cat（3，h，s_sat，v）;
将已处理的HSV图像转换回RGB颜色空间。显示新的RGB图像。处理后的图像中的颜色更加鲜艳。
RGB_sat = hsv2rgb（HSV_sat）;
imshow（RGB_sat）

仔细研究HSV色彩空间
为了更仔细地检查HSV颜色空间，请创建一个合成RGB图像。
RGB = reshape（ones（64,1）* reshape（jet（64），1,192），[64,64,3]）；

将合成的RGB图像转换为HSV色彩空间。
HSV = rgb2hsv（RGB）;

将合成图像的HSV版本划分为其组成平面：色相，饱和度和值。
[h，s，v] = imsplit（HSV）;

显示带有原始图像的各个HSV彩色平面。
montage（{h，s，v，RGB}，“ BorderSize”，10，“ BackgroundColor”，‘w’）;

如上图中的色相平面图像所示，色相值从高到低呈线性过渡。如果将色相平面图像与原始图像进行比较，则可以看到深蓝色阴影的值最高，而深红色阴影的值最低。 （如前所述，在色相标度的两端都有红色值。为避免混淆，样本图像仅使用色相范围开始处的红色值。）
饱和度可以认为是颜色的纯度。如饱和度平面图像所示，具有最高饱和度的颜色具有最高值，并表示为白色。在饱和度图像的中心，请注意各种灰色阴影。这些对应于颜色的混合。青色，绿色和黄色阴影是真实颜色的混合。值大致等于亮度，您会注意到值平面的最亮区域与原始图像中最亮的颜色相对应。

整体源码如下：

clear all;
close all;
clc;
RGB = imread('peppers.png');
imshow(RGB)
HSV = rgb2hsv(RGB);
[h,s,v] = imsplit(HSV);
saturationFactor = 2;
s_sat = s*saturationFactor;
HSV_sat = cat(3,h,s_sat,v);
RGB_sat = hsv2rgb(HSV_sat);
imshow(RGB_sat)
RGB = reshape(ones(64,1)*reshape(jet(64),1,192),[64,64,3]);
HSV = rgb2hsv(RGB);
[h,s,v] = imsplit(HSV);
montage({h,s,v,RGB},"BorderSize",10,"BackgroundColor",'w');