关于RGB和HSV空间之间的关系,我建议您看看这个blog post。这个Wikipedia page对HSV及其与RGB空间的关系有详细的描述。在
python中的大多数可视化库(包括matplotlib)默认使用RGB空间,因此需要将RGB图像转换为HSV,根据需要更改HSV值,然后将其转换回RGB。我对cv2库了解不多,但当我想运行您的示例时,在cv2.imshow上收到一条错误消息:“如果您使用的是Ubuntu或Debian,请安装libgtk2.0-dev和pkg config,然后在函数cvShowImage中重新运行cmake或configure script”。因此,我建议您使用更可靠的库。在
据我所知,用于这种目的的最好的库是skimage。因此,示例代码可以如下所示。我把它放在我从here得到的木星行星的图像上。在import matplotlib.pyplot as plt
from skimage.color import rgb2hsv, hsv2rgb
image = plt.imread('jupiter.jpg')
image_hsv = rgb2hsv(image)
image2 = hsv2rgb(image_hsv)
fig, ax = plt.subplots(1,3, figsize = (18,6))
ax[0].imshow(image)
ax[1].imshow(image2)
ax[2].imshow(image-image2)
正如您所看到的,尽管原始RGB图像与转换为HSV并返回到RGB的图像之间的差异并不完全为零,但是从实际用途来看,这种差异可以忽略不计。如果要对图像的HSV值应用任何更