RGB颜色空间转换HSV颜色空间 RGB2HSV算法

 

这是最常用的RGB到HSV例程，还有一个额外的小优化（向除数添加1e-20f以避免需要将除法除以零）：

 

讲解：——————————————action————————————————

直接看这段代码很有可能会不知所云。首先要理解HSV颜色空间与RGB颜色空间的转换原理。查找相关资料后并不难理解。这里贴出一张最终计算公式。

上述代码就是围绕这个计算公式进行的。

1.首先计算出RGB的最大和最小通道值

2.计算delta差值

3.直接计算S V通道值

4.首先根据下面公式直接翻译代码（1.0f对应60°）

讲解：——————————————end—————————————————

有几件事情值得注意：

 

                                                                                         图3

讲解：——————————————action————————————————

直接看图1。当时蒙圈了。仔细分析后发现只是将H<0的时候的情况拆开了。

例如V=R时。G和B的关系并不确定。但我们公式中是（G-B）这个我们希望保持不变。

因此当G>B时公式不变

B>R时 公式结构不变。但符号明显是负的，只需加上6.0f（即360°）

图2 图3也就迎刃而解

讲解：——————————————end—————————————————

这实际上是相同的计算！只有色调偏移K会发生变化。现在的想法如下：

 

将这个想法付诸实践为我们提供了以下代码

 

讲解：——————————————action—————————————————

通过上述。我们知道，最终目的是构建一个K值，用了解最终的H颜色通道是加上多少数值，确保在（0-360°）空间内

这段代码具体为什么这样书写，由于能力有限是在难以理解，但带入各个值进去，最终结果都是正确的

讲解：——————————————end——————————————————

您可以自己检查上面显示的K值是否由该函数正确生成。还有许多其他方法可以对（r，g，b）进行排序，但是这个特定方法可以让我们进行最后一次优化。

我们注意到，在过去的交换有效地改变的迹象ķ 和的符号g ^ - B。由于两者都被添加并传递给fabs（），实际上可以省略符号反转。

额外的tip给了我们这个最终的代码：

 

这是2次测试和1次std :: min调用，而不是之前的3次测试和4次std :: min / max调用。我们真的应该在这里看到一些性能提升。

正如预期的那样，基准测试表明，各种CPU，编译器和编译器标志的性能提升了25％到40％。下图（每次转换的平均纳秒数）在Core i7-2600K CPU上，使用g ++ 4.7.2 -O3 -ffast-math：