opencv RGB归一化

图像处理--Opencv 专栏收录该内容
64 篇文章 2 订阅

简述

RGB颜色模型是数字图像中比较常见的一种颜色模型,能够反映此时此刻图像中RGB的分布。但是在实际图像处理中,往往会碰到一个比较头疼的问题,就是图像的RGB容易受光照的影响,也就是说,同一位置,不同光照强度会导致图像的RGB值发生很大变化。

那我们如何消除光照导致的影响呢?其实有两种方式:

1、将RGB转换成HSV中的H,即色调。转换公式:

max=max(R,G,B);

min=min(R,G,B);

V=max(R,G,B);

S=(max-min)/max;

if (R = max) H =(G-B)/(max-min)* 60;

if (G = max) H = 120+(B-R)/(max-min)* 60;

if (B = max) H = 240 +(R-G)/(max-min)* 60;

if (H < 0) H = H+ 360;

2、 对RGB值进行归一化(本文介绍的重点)

归一化公式:

r = R / (R+G+B) ;

g = B / (R+G+B) ;

b = 1 - r - g ;

RGB归一化

为什么使用归一化后,可以消除光照的影响呢?这里举个例子

t1时刻,像素值为(20, 40, 60),而由于受到光照的影响,t2时刻,像素值为(40, 80, 120),这样可以看出,光照对RGB的影响还是蛮大的。

对t1时刻和t2时刻的像素分别做归一化处理,t1时刻,归一化后像素值为(1/6, 2/6, 3/6);t2时刻,归一化后像素值为(1/6, 2/6, 3/6),可看出,归一化后,t1和t2时刻的像素值是相同的。只是受到光照影响后,RGB像素值同比例放大了。

注意 

RGB归一化处理,只针对光照光源稳定的情况下,只要光源稳定,什么颜色的光源就不重要了。

总结

对于归一化的其他总结,以及归一化的优势,在另一篇博客中介绍的很详细,这里提供一个链接

 

  • 0
    点赞
  • 0
    评论
  • 3
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
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、C币套餐、付费专栏及课程。

余额充值