图像处理作业-将RGB装换成HSI，去除背景的蓝色，在转成RGB

最新推荐文章于 2024-08-11 08:45:22 发布

Turing's Cat

最新推荐文章于 2024-08-11 08:45:22 发布

阅读量490

点赞数 1

分类专栏：笔记文章标签：计算机视觉 cv opencv 边缘检测

本文链接：https://blog.csdn.net/qq_41893089/article/details/112408936

版权

该博客介绍了如何利用计算机视觉库处理图像，通过将RGB图像转换为HSI色彩空间，将蓝色背景设置为黑色，然后重新转换回RGB。处理过程中，作者指出如果HSI到RGB的转换不精确，可能会导致图像模糊。

摘要由CSDN通过智能技术生成

图像处理课程作业

一、处理思路？
二、使用步骤
- 1.引入库
- 2.读入数据
结果：将背景处理成黑色，代码复制粘贴可执行，如果RGB转HSI的代码比较粗糙造成数值省略的话在转换成RGB，照片误差贼大，比较模糊。

处理的照片：

一、处理思路？

由于背景凝胶部分为蓝色，而躯体部分没有蓝色成分。先将rgb图像转化为his图像，将处于蓝色区的像素亮度令为0。这里选 h 在[0.4，0.9]

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import cv2

2.读入数据

代码如下（示例）：

import cv2
import numpy as np

def RGB2HSI(rgb_img):
    #保存原始图像的行列数
    row = np.shape(rgb_img)[0]
    col = np.shape(rgb_img)[1]
    #对原始图像进行复制
    hsi_img = rgb_img.copy()
    #对图像进行通道拆分
    B,G,R = cv2.split(rgb_img)
    #把通道归一化到[0,1]
    [B,G,R] = [ i/ 255.0 for i in ([B,G,R])]
    H = np.zeros((row, col))    #定义H通道
    I = (R + G + B) / 3.0       #计算I通道
    S = np.zeros((row,col))      #定义S通道
    for i in range(row):
        den = np.sqrt((R[i]-G[i])**2+(R[i]-B[i])*(G[i]-B[i]))
        theta = np.arccos(0.5*(R[i]-B[i]+R[i]-G[i])/den)   #计算夹角
        h = np.zeros(col)               #定义临时数组
        #den>0且G>=B的元素h赋值为thetha
        h[B