RGB和HSI色彩空间怀旧图像与数值拟合

最新推荐文章于 2024-02-01 11:33:53 发布
最新推荐文章于 2024-02-01 11:33:53 发布
阅读量357 收藏 1
点赞数
分类专栏： matlab作业 文章标签： 人工智能 计算机视觉 大作业
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43723256/article/details/133464925
版权

写在前面，这是一篇有关于"XX"大学光学"X"程的数值"XX"课作业的讲解汇总，江月年年望相似，作业也是如此。

本人中秋国庆回不了家，无事可干，故于2023年9月30日决定写下该回答，仅供参考，节约诸位时间。如果Anybody因为照抄导致你自己挂科，并且让老师抗拒这种形式的交流，那你是真该死

最后，愿本回答会成为帮助各位师弟、师妹的渡河之桥，更快抵达你的诗和远方

第一部分：实现的功能

A.要求功能一

1.通过RGB 和HSI色彩空间对一幅彩色图像进行模糊，增加邻域面积（5 * 5， 11 * 11，21 * 21），观察两种空间处理结果的差异 (HSI 只对亮度模糊及对三个分量同时模糊处理的区别）
2.对一幅彩色图像进行色彩处理——灰度图象，怀旧图像（分别用RGB空间和HSI空间）

B.要求功能二

1.使用下面语句生成一对变量，分别使用cftool, polyfit 和 fit 分别进行拟合，给出拟合参数结果和R-square值，并将原变量和拟合结果画在同一幅figure中，x=0:2:20; y=0.1 * x + 0.2 * x .^ 2 + 0.5 * x .^ 5 + 10 * x .^ 10;

第二部分：基本说明

A.用到的函数

rgb2hsi()

老师给的函数，直接问学委或老师要。我看了，实现思路很简单，尊重知识产权和劳动成果，故我不提供。
要注意的是，这个函数要和你作业文件放在同一路径下，即同一文件夹。(放在matlab的默认函数库也可以，听不懂的，直接放在同一文件夹就好了)
这个函数的作用就是将正常rgb的图转换为hsi色域空间的图

hsi2rgb()

老师给的函数，直接问学委或老师要。我看了，实现思路很简单，尊重知识产权和劳动成果，故我不提供。
要注意的是，这个函数要和你作业文件放在同一路径下，即同一文件夹。(放在matlab的默认函数库也可以，听不懂的，直接放在同一文件夹就好了)
这个函数的作用就是将hsi的图转换为rgb三色的图

B.难点思路分析

没有什么特别的难点，就是对怀旧图像可能会有一些不知道怎么下手。我给大家分析一下

下面都是比较完美的方案，大家交作业不要交太完美的，不然可太卷了。你又不加分，老师万一对比一下作业，你让别人纯自己摸索的作业怎么交？？！！！！！！

1.rgb图怀旧

对于rgb老照片，关键在于褪色、暗淡和发黄。想要照片看起很老，我们 首先要让它的颜色不那么明亮，其次让它的颜色向黄色靠拢。

%############      说明      ################
1.发黄：调整增加 红 和 绿 在图片中的比重，图片看起来发黄
2.暗淡：让各种颜色相互影响，时间让照片串色了，单一鲜明的颜色消失
3.褪色：无法参与黄合成的蓝色，要求其总强度数值下降。黄色是纸张长时间放置带来的，强度数值略微增强
%############      说明      ################
pic_path = 'jiangnan.png' ;    %输入图片路径
pic = imread(pic_path);    %打开图片

r1 = pic(:,:,1);      %红色图
g1 = pic(:,:,2);      %绿色图
b1 = pic(:,:,3);      %蓝色图

output_r = (r1 * 0.393) + (g1 * 0.769) + (b1 * 0.189);     %复古红色图，算法源自Microsoft建议的方程式
output_g = (r1 * 0.349) + (g1 * 0.686) + (b1 * 0.168);     %复古绿色图，算法源自Microsoft建议的方程式
output_b = (r1 * 0.272) + (g1 * 0.534) + (b1 * 0.131);     %复古蓝色图，算法源自Microsoft建议的方程式

figure;
imshow(pic_rgb_fugu);
title('RGB:怀旧图');

2.hsi图怀旧

基本思路是一样的，也有一些细微的差别，我也没有调的很完美，就这样

%############      说明      ################
1.发黄：调整增加 红 和 绿 在图片中的比重，图片看起来发黄
2.暗淡：让各种颜色相互影响，时间让照片串色了，单一鲜明的颜色消失
3.褪色：无法参与黄合成的蓝色，要求其总强度数值下降。黄色是纸张长时间放置带来的，强度数值略微增强
%############      说明      ################
pic_path = 'jiangnan.png' ;    %输入图片路径
pic = imread(pic_path);    %打开图片

pic_hsi = rgb2hsi(pic);            %rgb图转hsi图,使用老师给的函数，请把函数放在本文件同一文件夹下

h1=pic_hsi(:,:,1);                 %图层：角度? 色调
s1=pic_hsi(:,:,2);                 %图层：半径? 饱和度
i1=pic_hsi(:,:,3);                 %图层：高度? 强度

[m,n] = size(h1);
output_i = i1;
output_h = h1;
output_s = s1;

for i=1:m
    for j = 1:n
        if 0.5 < h1(i,j) && h1(i,j) < 0.833
            output_i(i,j) = i1(i,j) * 0.7;               
        end
    end
end
for i=1:m
    for j = 1:n
        if 0 <= h1(i,j) && h1(i,j) < 0.33 
            output_h(i,j) = h1(i,j);               
        end
        if 0.33 <= h1(i,j) && h1(i,j) < 0.5
            output_h(i,j) = h1(i,j) - 0.33;               
        end
        if 0.5 <= h1(i,j) && h1(i,j) < 0.833
            output_h(i,j) = h1(i,j);               
        end
        if 0.833 <= h1(i,j) && h1(i,j) < 1
            output_h(i,j) = h1(i,j) - 0.83;
        end
        if 0 <= s1(i,j) && s1(i,j) < 0.7
            output_h(i,j) = 0.167;
        end
    end
end

output_s = s1 * 0.6;               


pic_hsi_fugu(:,:,1) = output_h;           %对矩阵进行整合
pic_hsi_fugu(:,:,2) = output_s;           %对矩阵进行整合
pic_hsi_fugu(:,:,3) = output_i;           %对矩阵进行整合
pic_hsi_fugu = double(pic_hsi_fugu);      %奖unit8转化为double
pic_hsi_rgb_fugu = hsi2rgb(pic_hsi_fugu);        %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下
%显示结果
figure('Name','HSI色彩空间-灰度图像，怀旧图像');       
imshow(pic_hsi_rgb_fugu);
title('HSI:怀旧图');

第三部分：我的作业

作业中我用的图片：

jiangnan.png
如果你想复现我的结果可以使用，不支持抄作业

第一题

%   文件名：     DSH_3_1.m
%   版本：       1.0
%   创建时间：   2023年09月27日 星期三 15：30 
%   功能：       1.通过RGB 和HSI色彩空间对一幅彩色图像进行模糊，增加邻域面积（5*5， 11*11，21*21），观察两种空间处理结果的差异 (HSI 只对亮度模糊及对三个分量同时模糊处理的区别）
%               2.对一幅彩色图像进行色彩处理——灰度图象，怀旧图像（分别用RGB空间和HSI空间）

%￥￥￥￥￥￥功能： 1.通过RGB 和HSI色彩空间对一幅彩色图像进行模糊，增加邻域面积（5*5， 11*11，21*21）
%￥￥￥￥￥￥￥￥￥￥观察两种空间处理结果的差异 (HSI 只对亮度模糊及对三个分量同时模糊处理的区别）
pic_path = 'jiangnan.png' ;    %输入图片路径
pic = imread(pic_path);    %打开图片
figure('Name','原图');     %创建显示原图的窗口
imshow(pic);               %显示图片
%##############通过RGB色彩空间对一幅彩色图像进行模糊#################
r1 = pic(:,:,1);      %红色图
g1 = pic(:,:,2);      %绿色图
b1 = pic(:,:,3);      %蓝色图

fil1 = fspecial('average',[5,5]);                %创建5 * 5的滤波矩阵。
pic_ave_r1 = imfilter(r1,fil1,'symmetric');      %均值模糊
pic_ave_g1 = imfilter(g1,fil1,'symmetric');      %均值模糊
pic_ave_b1 = imfilter(b1,fil1,'symmetric');      %均值模糊
pic_1(:,:,1) = pic_ave_r1;                       %对矩阵进行整合
pic_1(:,:,2) = pic_ave_g1;                       %对矩阵进行整合
pic_1(:,:,3) = pic_ave_b1;                       %对矩阵进行整合

fil2 = fspecial('average',[11,11]);              %创建11 * 11的滤波矩阵。
pic_ave_r2 = imfilter(r1,fil2,'symmetric');      %均值模糊
pic_ave_g2 = imfilter(g1,fil2,'symmetric');      %均值模糊
pic_ave_b2 = imfilter(b1,fil2,'symmetric');      %均值模糊
pic_2(:,:,1) = pic_ave_r2;                       %对矩阵进行整合
pic_2(:,:,2) = pic_ave_g2;                       %对矩阵进行整合
pic_2(:,:,3) = pic_ave_b2;                       %对矩阵进行整合

fil3 = fspecial('average',[21,21]);              %创建21 * 21的滤波矩阵。
pic_ave_r3 = imfilter(r1,fil3,'symmetric');      %均值模糊
pic_ave_g3 = imfilter(g1,fil3,'symmetric');      %均值模糊
pic_ave_b3 = imfilter(b1,fil3,'symmetric');      %均值模糊
pic_3(:,:,1) = pic_ave_r3;                       %对矩阵进行整合
pic_3(:,:,2) = pic_ave_g3;                       %对矩阵进行整合
pic_3(:,:,3) = pic_ave_b3;                       %对矩阵进行整合
 %显示结果
figure('Name','RGB均值模糊');                
subplot(1,3,1);
imshow(pic_1);
title('RGB:5 * 5均值模糊');
subplot(1,3,2);
imshow(pic_2);
title('RGB:11 * 11均值模糊');
subplot(1,3,3);
imshow(pic_3);
title('RGB:21 * 21均值模糊');
%##############通过HSI色彩空间对一幅彩色图像进行模糊#################
pic_hsi = rgb2hsi(pic);            %rgb图转hsi图,使用老师给的函数，请把函数放在本文件同一文件夹下

h1=pic_hsi(:,:,1);                 %图层：角度? 色调
s1=pic_hsi(:,:,2);                 %图层：半径? 饱和度
i1=pic_hsi(:,:,3);                 %图层：高度? 强度

fil1 = fspecial('average',[5,5]);                %创建5 * 5的滤波矩阵。
pic_ave_i1 = imfilter(i1,fil1,'symmetric');      %均值模糊
pic_hsi_1(:,:,3) = pic_ave_i1;                   %对矩阵进行整合
pic_hsi_1(:,:,2) = s1;                           %对矩阵进行整合
pic_hsi_1(:,:,1) = h1;                           %对矩阵进行整合
pic_rgb_1 = hsi2rgb(pic_hsi_1);                  %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下

fil2 = fspecial('average',[11,11]);              %创建11 * 11的滤波矩阵。
pic_ave_i2 = imfilter(i1,fil2,'symmetric');      %均值模糊
pic_hsi_2(:,:,3) = pic_ave_i2;                   %对矩阵进行整合
pic_hsi_2(:,:,2) = s1;                           %对矩阵进行整合
pic_hsi_2(:,:,1) = h1;                           %对矩阵进行整合
pic_rgb_2 = hsi2rgb(pic_hsi_2);                  %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下

fil3 = fspecial('average',[21,21]);              %创建21 * 21的滤波矩阵。
pic_ave_i3 = imfilter(i1,fil2,'symmetric');      %均值模糊
pic_hsi_3(:,:,3) = pic_ave_i3;                   %对矩阵进行整合
pic_hsi_3(:,:,2) = s1;                           %对矩阵进行整合
pic_hsi_3(:,:,1) = h1;                           %对矩阵进行整合
pic_rgb_3 = hsi2rgb(pic_hsi_3);                  %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下
 %显示结果
figure('Name','HSI均值模糊');                  
subplot(1,3,1);
imshow(pic_rgb_1);
title('HSI:5 * 5均值模糊');
subplot(1,3,2);
imshow(pic_rgb_2);
title('HSI:11 * 11均值模糊');
subplot(1,3,3);
imshow(pic_rgb_3);
title('HSI:21 * 21均值模糊');

%￥￥￥￥￥￥功能： 2.对一幅彩色图像进行色彩处理——灰度图象，怀旧图像（分别用RGB空间和HSI空间）
%##############通过RGB色彩空间对一幅彩色图像进行色彩处理--灰度图像，怀旧图像#################
%##############灰度图像#################
pic_gray = rgb2gray (pic);             %生成灰度图
 %显示结果
figure('Name','RGB色彩空间-灰度图像，怀旧图像');
subplot(1,2,1);
imshow(pic_gray);
title('RGB:灰度图');
%##############怀旧图像#################
r1 = pic(:,:,1);      %红色图
g1 = pic(:,:,2);      %绿色图
b1 = pic(:,:,3);      %蓝色图
output_r = (r1 * 0.393) + (g1 * 0.769) + (b1 * 0.189);     %复古红色图，算法源自Microsoft建议的方程式
output_g = (r1 * 0.349) + (g1 * 0.686) + (b1 * 0.168);     %复古绿色图，算法源自Microsoft建议的方程式
output_b = (r1 * 0.272) + (g1 * 0.534) + (b1 * 0.131);     %复古蓝色图，算法源自Microsoft建议的方程式

pic_rgb_fugu(:,:,1) = output_r;           %对矩阵进行整合
pic_rgb_fugu(:,:,2) = output_g;           %对矩阵进行整合
pic_rgb_fugu(:,:,3) = output_b;           %对矩阵进行整合
 %显示结果
subplot(1,2,2);
imshow(pic_rgb_fugu);
title('RGB:怀旧图');
%##############通过HSI色彩空间对一幅彩色图像进行色彩处理--灰度图像，怀旧图像#################
%##############怀旧图像#################
pic_hsi = rgb2hsi(pic);            %rgb图转hsi图,使用老师给的函数，请把函数放在本文件同一文件夹下

h1=pic_hsi(:,:,1);                 %图层：角度? 色调
s1=pic_hsi(:,:,2);                 %图层：半径? 饱和度
i1=pic_hsi(:,:,3);                 %图层：高度? 强度
output_h = h1 * 0.5;               %复古色调图，我自己乱调的，没找到现成的方案---DSH空白
output_s = s1 * 0.2;               %复古饱和度图，我自己乱调的，没找到现成的方案---DSH空白
output_i = i1 * 0.6;               %复古强度图，我自己乱调的，没找到现成的方案---DSH空白

pic_hsi_fugu(:,:,1) = output_h;           %对矩阵进行整合
pic_hsi_fugu(:,:,2) = output_s;           %对矩阵进行整合
pic_hsi_fugu(:,:,3) = output_i;           %对矩阵进行整合
pic_hsi_fugu = double(pic_hsi_fugu);      %奖unit8转化为double
pic_hsi_rgb_fugu = hsi2rgb(pic_hsi_fugu);        %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下
%显示结果
figure('Name','HSI色彩空间-灰度图像，怀旧图像');       
subplot(1,2,2);
imshow(pic_hsi_rgb_fugu);
title('HSI:怀旧图');
%##############灰度图像#################
pic_hsi_gray(:,:,1) = h1;           %对矩阵进行整合，我自己乱调的，没找到现成的方案---DSH空白
pic_hsi_gray(:,:,2) = s1 * 0;       %对矩阵进行整合，我自己乱调的，没找到现成的方案---DSH空白
pic_hsi_gray(:,:,3) = i1;           %对矩阵进行整合，我自己乱调的，没找到现成的方案---DSH空白

pic_hsi_gray = hsi2rgb(pic_hsi_gray);        %hsi图转rgb图,使用老师给的函数，请把函数放在本文件同一文件夹下
 %显示结果
subplot(1,2,1);
imshow(pic_hsi_gray);
title('HSI:灰度图');

fprintf('Hello, world\t --from DSH\n');        %彩蛋

第二题

%   文件名：     DSH_3_2.m
%   版本：       1.0
%   创建时间：   2023年09月27日 星期三 15：30 
%   功能： 1使用下面语句生成一对变量，分别使用cftool, polyfit 和 fit 分别进行拟合，给出拟合参数结果和R-square值，并将原变量和拟合结果画在同一幅figure中，x=0:2:20;   y=0.1*x+0.2*x.^2+0.5*x.^5+10*x.^10;

x = 0 : 2 : 20;                    %老师让选的x的值
y = 0.1 * x + 0.2 * x .^ 2 + 0.5 * x .^ 5 + 10 * x .^ 10;       %老师给定的函数关系

cftool;

a = polyfit(x,y,7);     %进行polyfit拟合
y_polyfit = a(1) * x .^ 7 + a(2) * x .^ 6 + a(3) * x .^ 5 +  a(4) * x .^ 4 +  a(5) * x .^ 3 +  a(6) * x .^ 2 +  a(7) * x .^ 1 +  a(8) * x .^ 0;        %生成拟合后表达式，计算y_polyfit的值

f = fittype('p1 * x + p2 * x .^ 2 + p3 * x .^ 5 + p4 * x .^ 10');          %设置fittype，即设置函数的形式，我设置的函数和原函数一摸一样，故R-square一定是1！！
[c,gof] = fit(x',y',f,'StartPoint', [0, 0, 0, 0]);                         %用fit拟合，startpoint为设置p1、p2、p3、p4的初始值
y_fit = c.p1 * x + c.p2 * x .^ 2 + c.p3 * x .^ 5 + c.p4 * x .^ 10;         %生成拟合后表达式，计算y_fit的值

x1 = 0 : 1 : 40;           %重新生成我要的x值，以求R-square
y1 = 0.1 * x1 + 0.2 * x1 .^ 2 + 0.5 * x1 .^ 5 + 10 * x1 .^ 10;     %用重新生成的x值，生成一个更细致的原函数
y1_polyfit = a(1) * x1 .^ 7 + a(2) * x1 .^ 6 + a(3) * x1 .^ 5 +  a(4) * x1 .^ 4 +  a(5) * x1 .^ 3 +  a(6) * x1 .^ 2 +  a(7) * x1 .^ 1 +  a(8) * x1 .^ 0;  %用重新生成的x值，生成一个更细致的polyfit拟合函数
y1_fit = c.p1 * x1 + c.p2 * x1 .^ 2 + c.p3 * x1 .^ 5 + c.p4 * x1 .^ 10;      %用重新生成的x值，生成一个更细致的fit拟合函数
r2_polyfit = 1 - sum((y1(:)-y1_polyfit(:)).^2)/sum((y1(:)-mean(y1(:))).^2);  %计算polyfit拟合的R-square，其中sum函数为求和，mean函数为求平均
r2_fit = 1 - sum((y1(:)-y1_fit(:)).^2)/sum((y1(:)-mean(y1(:))).^2);          %计算fit拟合的R-square，其中sum函数为求和，mean函数为求平均

figure     %创建显示窗口
plot(x1, y1, 'ro', x1, y1_polyfit ,'g*', x1, y1_fit, 'b-');    %画图
legend('原函数', strcat(['polyfit拟合,R2 = ' num2str(r2_polyfit)]),strcat(['fit拟合,R2 = ' num2str(r2_fit)]));  %写标注，num2str函数将数字转为字符，strcat函数组合两个字符串

fprintf('Hello, world\t --from DSHkongbai\n');        %彩蛋
DSH空白
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
【色彩管理】HSI色彩模式详解
C/C++软件工程师、嵌入式软件工程师、物联网研发工程师、C/C++讲师、物联网讲师、嵌入式讲师---欢迎大家一起交流(私信添加博主微信)
05-06 1万+
00. 目录 文章目录00. 目录01. HSI模式概述02. HSI颜色空间03. RGB转HSI04. 预留05. 附录 01. HSI模式概述 HSI〔Hue-Saturation-Intensity(Lightness),HSI或HSL〕颜色模型用H、S、I三参数描述颜色特性，其中H定义颜色的频率，称为色调；S表示颜色的深浅程度，称为饱和度；I表示强度或亮度。 当人观察一个彩色物体时，用色调、饱和度、亮度来描述物体的颜色。色调是描述纯色的属性(纯黄色、橘黄或者红色)；饱和度给出一种纯色被白光稀释的程
使用matlab实现图像信号的色彩空间转换
那仰望的人，心底的孤独和叹息
01-26 4329
使用matlab实现图像信号的色彩空间转换的详细步骤。利用matlab对图像信号进行读取，并对RGB空间进行转换，如转换到HSI空间等。包括实验结果和完整代码。rgb2hsi(img)这个方法可以将RGB图像转换为HIS图像；爆出了 Untitled5(line 5)hsi = rgb2hsi(img)这个错误，详细的解决方法，亲测有效。
数字图像处理学习笔记（十四）实现RGB到HSI空间的转换
qq_43663263的博客
06-22 6902
实验截图： RGB到HSI空间转换后的图： 实验代码： function hsi = rgb2hsi(rgb) rgb = im2double(rgb); R = rgb(:,:,1);%分离出R通道 G = rgb(:,:,2);%分离出G通道 B = rgb(:,:,3);%分离出B通道 %要计算出H的话，根据公式我们需要先算出θ角度 num = ((R - G) + (R - B))/2.0;%计算公式的上半部分 den = sqrt((R - G).^2 + (R - B).*(G - B
色彩转换系列之RGB格式与HSI格式互转原理及实现
热门推荐
小武的博客
06-17 1万+
写在前面 HSI色彩空间是从人的视觉系统出发，直接用颜色三要素：色调(Hue)、饱和度(Saturation或Chroma)和亮度 (Intensity或Brightness)来描述色彩。 H——表示颜色的相位角，是彩色最重要的属性，决定颜色的本质。红、绿、蓝分别相隔120度；互补色分别相差180度，即颜色的类别。 S——表示颜色的深浅程度，饱和度越高，颜色越深。与白色的比例有关，白色比例...
RGB和HSI相互转换 matlab实现 色调域均值滤波
qq_54066857的博客
12-18 1725
RGB和HSI相互转换 matlab实现 色调域均值滤波。
Python实现RGB与HSI颜色空间的互换方式
01-21
概要 这是这学期数字图像处理课的...基本要求是将RGB中的亮度因素分离，通常将色调和饱和度统称为色度，用来表示颜色的类别与深浅程度。在图中圆锥中间的横截面圆就是色度圆，而圆锥向上或向下延伸的便是亮度分量的表示
基于C++的RGB与HSI之间的相互转换设计与实现
05-12
基于C++的RGB与HSI之间的相互转换设计与实现
色彩空间转换之RGB2HSI.m
11-28
通过MATLAB代码实现，RGB空间到HSI空间的转换，便于同学们之间利用，后续会继续上传其它空间的转换关系，希望能够对大家有所帮助。
RGB转HSI.zip_chair1u1_rgb转到hsi空间_rgb转换HSI_tookwtt_色彩空间转换
09-23
读取RGB图像，并把rgb图像色彩空间转换到hsi色彩空间
rgb2hsi.m
YangYaYan的博客
04-27 4718
%rgb2hsi.m function hsi=rgb2hsi(rgb) %hsi=rgd2hsi(rgb)把一幅RGB图像转换为HSI图像 %输入图像是大小为M*N*3的三维图像平面，分别对应彩色图像中的红，绿，蓝三个分量 %如果RGB的分量是均衡的，那么HSI就是未定义的。 %输入的类型可以是double(取值范围是[0，1])，uint8或uint16。 % %在以下情况下，输出图像类型是d...
颜色空间 ---HSI
翼辉的专栏
10-12 3227
HSI色彩空间是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation或Chroma)和亮度 (Intensity或Brightness)来描述色彩。HSI色彩空间可以用一个圆锥空间模型来描述。用这种描述HIS色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感 程度远强于
matlab rgb2hsi作用,RGB2HSI__matlab
weixin_42437984的博客
04-04 673
function hsi = rgb2hsi(rgb)%RGB2HSI Converts an RGB image to HSI.% HSI = RGB2HSI(RGB) converts an RGB image to HSI. The input image% is assumed to be of size M-by-N-by-3, where the third dimension...
matlab下 rgb2hsi(图片路径) 函数代码
u014488388的专栏
01-23 8054
新建函数编辑窗口，输入一下代码，保存至你的工作路径下即可。保存文件的文件无所谓，建议和函数名一致，在此也就是 rgb2hsi.m function hsi = rgb2hsi(rgb) %hsi = rgb2hsi( rgb )将rgb转化为hsi %输出hsi是double型的 rgb =imread(rgb);%没有这句会报错 %提取图像RGB分量 rgb = im2double(rgb)
《数字图像处理》——RGB模型与HSI模型的相互转换
星空不见云的博客
05-21 4977
一、RGB→HSI function [H,S,I]=rgb2hsi(colorfig) colorfig=im2double(colorfig); R=colorfig(:,:,1);G=colorfig(:,:,2);B=colorfig(:,:,3); theta=acos((0.5*((R-G)+(R-B)))./((R-G).^2+(R-B).*(G-B)).^0.5+eps); H = theta; H(B > G) = 2*pi - H(B > G); H = H/(2*pi)
【数字图像处理实验】RGB与HSI互转、灰度直方图绘制、直方图均衡化、直方图规定化的MATLAB实现与Python实现
LeavesFloating的博客
08-03 4820
目录1 原理1.1 色彩模型转换原理1.2 灰度直方图绘制原理1.3 直方图均衡化原理1.4 直方图规定化原理2 实现源代码2.1 MATLAB实现2.1.1 RGB转HSI2.1.2 HSI转RGB2.1.3 绘制灰度直方图2.1.4 直方图均衡化2.1.5 直方图规定化2.1.6 调用脚本2.2 Python实现2.2.0 引入（import）2.2.1 RGB转HSI2.2.3 绘制灰度直方图2.2.4 直方图均衡化2.2.5 调用脚本3 实验结果3.1 grey.png直方图均衡化处理结果3.2 c
RGB、HSV、HSI颜色空间
Osean_li的博客
07-07 3501
引言 在学习OpenCV的时候，经常会见到他们的身影，因此在这里便梳理他们的概念 RGB颜色空间 定义 RGB颜色空间通常用于显示器系统，例如：电脑、电视机的显示器使用的都是RGB颜色空间。利用物理学中的三原色叠加原理，可以产生各种颜色。在RGB颜色空间中，R、G、B各颜色分量彼此独立。 RGB颜色空间的缺点在于不符合人眼的视觉特性，直接处理多有不便，因此通常需要转换到其他颜色空间进行处理，最后...
HSI颜色空间及其应用
凌风探梅的专栏
03-08 9353
from：http://nkwavelet.blog.163.com/blog/static/22775603820147197503722/ 【摘要】 本文首先阐述HSI颜色模式的基本特性，然后介绍RGB和HSI颜色空间互相转换的算法，并给出算法核心代码和效果图，最后将HSI颜色空间应用到图像增强，得到几个增强之后的效果图。 【参考资料】  RGB与HSI颜色模型的转换方法对
RGB2HSI转换算法
Heleninsa
11-20 4206
转自：http://blog.sina.com.cn/s/blog_6c41e2f30100xuy1.html 转换原理：采用圆锥模型公式 function HSI = RGB2HSI( RGB , Hexc , Sexc , Iexc ) % RGB 表示输入RGB图像矩阵 % Hexc 、Sexc、Iexc 分别表示 HSI 中 H S I 的偏移（度）
RGB通道和HSI通道相互转换——MATLAB实现
最新发布
志存高远，亦须循序渐进
02-01 687
rgb2hsi,hsi2rgb
HSI色彩空间和RGB色彩空间的区别
05-26
HSI（色相、饱和度、亮度）色彩空间和RGB（红、绿、蓝）色彩空间是两种不同的色彩表示方式。 RGB色彩空间是由三种基色（红、绿、蓝）组成的，通过不同的比例混合可以得到各种颜色。该色彩空间常用于电子显示器、...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
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、付费专栏及课程。

余额充值