飓风算法恢复的网站,wordpress nofollow标签,男女直接做性视频网站,互联网站产品开发的流程HSV通道的含义
HSV通道是指图像处理中的一种颜色模型#xff0c;它由色调#xff08;Hue#xff09;、饱和度#xff08;Saturation#xff09;和明度#xff08;Value#xff09;三个通道组成。色调表示颜色的种类#xff0c;饱和度表示颜色的纯度或鲜艳程度#xf…HSV通道的含义
HSV通道是指图像处理中的一种颜色模型它由色调Hue、饱和度Saturation和明度Value三个通道组成。色调表示颜色的种类饱和度表示颜色的纯度或鲜艳程度明度表示颜色的亮度。HSV通道常用于图像处理中的颜色分析、颜色过滤、颜色调整等任务它相对于其他颜色模型具有更直观和易于调节的特点因此被广泛应用于计算机视觉和图像处理的领域。
Halcon算子例程
read_image (Image, D:/lena.jpg)
decompose3 (Image, ImageR, ImageG, ImageB)
trans_from_rgb (ImageR, ImageG, ImageB, ImageH, ImageS, ImageV, hsv)
trans_to_rgb (ImageH, ImageS, ImageV, ImageR1, ImageG1, ImageB1, hsv)
compose3 (ImageR1, ImageG1, ImageB1, MultiChannelImage)这里先将三通道RGB三通道拆开成单独的通道再将RGB与HSV通道互相转换最后将三通道图像合并成RGB图像。 Halcon的图像效果是
源代码实现
RGB转成HSV 这里需要注意的是,halcon这里将HSV三通道的取值范围作了说明H通道的数值范围是0到2*pi,S通道的数值范围是0到1V通道的数值范围是0到1。而常用的图像为BYTE字节型数值范围是0到255这里对公式做了修改使Matlab得出的图像数据范围是0到255可以直接显示这里可以从matlab的workspace中看到计算过程。 以下便是使用Matlab实现trans_from_rgb的效果
trans_from_rgb (ImageR, ImageG, ImageB, ImageH, ImageS, ImageV, hsv)Matlab源码
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码--RGB通道转HSV通道
%时间2023.9
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
imageimread(D:\lena.jpg);
[height,width,channels]size(image);
figure;
imshow(image);
title(rgb-image);
image_Rimage(:,:,1);
image_Rdouble(image_R);
image_Gimage(:,:,2);
image_Gdouble(image_G);
image_Bimage(:,:,3);
image_Bdouble(image_B);%%%转化成HSV通道
H_image zeros(height,width);
S_image zeros(height,width);
V_image zeros(height,width);%%RGB转成HSV
for i1:1:heightfor j1:1:width%%%计算三通道的最大最小值计算image_matrix [image_R(i,j), image_G(i,j), image_B(i,j)];maxValue max(image_matrix);minValue min(image_matrix);V_image(i,j) maxValue;if(maxValue minValue)S_image(i,j) 0;H_image(i,j) 0;else%%%计算饱和度S_image(i,j) (maxValue - minValue)*255/minValue;%%%计算H通道if(maxValue image_R(i,j))H_image(i,j) 42.5.*(image_G(i,j) - image_B(i,j))./(maxValue - minValue);elseif(maxValue image_G(i,j))H_image(i,j) 42.5 * (2 (image_B(i,j) - image_R(i,j)) / (maxValue - minValue));elseif(maxValue image_B(i,j)) H_image(i,j) 42.5 * (4 (image_R(i,j) - image_G(i,j)) / (maxValue - minValue));endendend
end%%%RGB要取整
H_image uint8(H_image);
S_image uint8(S_image);
V_image uint8(V_image);figure;
imshow(H_image);
title(H_image);figure;
imshow(S_image);
title(S_image);figure;
imshow(V_image);
title(V_image);最终实现的效果是 最终验证的效果与halcon效果一致
同时以上代码采用C实现的话如下所示这里为了保证精度输出结果采用的是double类型但是范围也是0到255之间要显示的话需要转化为unsigned char类型
C源码
//将RGB图像转化成HSV图像
/*
输入 rData : r通道图像gData : g通道图像bData : b通道图像
输出 hDoubleData : h通道图像, h通道采用double类型保留精度sDoubleData : s通道图像s通道采用double类型保留精度vDoubleData : v通道图像v通道采用double类型保留精度
*/
void trans_from_rgb(unsigned char *rData, unsigned char *gData, unsigned char *bData, double *hDoubleData, double *sDoubleData, double *vDoubleData, int height, int width)
{if ((height 0) || (width 0))return;//在函数外部分配好内存空间if (rData NULL || gData NULL || bData NULL || hDoubleData NULL || sDoubleData NULL || vDoubleData NULL)return;int i;unsigned char minValue,maxValue;for (i 0; i width * height; i){//V通道数据,三通道的最大值maxValue std::max(std::max(rData[i], gData[i]), bData[i]);minValue std::min(std::min(rData[i], gData[i]), bData[i]);vDoubleData[i] maxValue;if (maxValue minValue){sDoubleData[i] 0;hDoubleData[i] 0;}else{//S通道sDoubleData[i] (maxValue - minValue)*255.0 / maxValue;//H通道if (maxValue rData[i])hDoubleData[i] 42.5 * (gData[i] - bData[i]) / (maxValue - minValue); else if (maxValue gData[i])hDoubleData[i] 42.5 * (2 (bData[i] - rData[i]) / (maxValue - minValue));else if (maxValue bData[i])hDoubleData[i] 42.5 * (4 (rData[i] - gData[i]) / (maxValue - minValue));}}
}HSV转成RGB
halcon给出的公式说明为
Matlab源码
同样的采用Matlab实现
%%%%%%%%%%%%%%%%%%%%%%%%%%%
%代码--HSV通道转RGB通道
%时间2023.9
%%%%%%%%%%%%%%%%%%%%%%%%%%%%
clc;
image1imread(D:\lena.jpg);
[height,width,channels]size(image1);
image_Hdouble(image1);
image2imread(E:\S_image.bmp);
image_Sdouble(image2);
image3imread(E:\V_image.bmp);
image_Vdouble(image3);%%%转化成RGB通道
R_image zeros(height,width);
G_image zeros(height,width);
B_image zeros(height,width);%%%HSV转成RGB
for i1:1:heightfor j1:1:widthif(image_S(i,j) 0)R_image(i,j) image_V(i,j);G_image(i,j) image_V(i,j);B_image(i,j) image_V(i,j);else%%Hi floor(image_H(i,j)*2*pi/255/deg2rad(60)); %%归一化到0到2*piHi floor(image_H(i,j)*0.025);Hf image_H(i,j)*0.025 - Hi;%%%%根据H的值将C,X,m分别对应到RGB三个分量上if(Hi 0)R_image(i,j) image_V(i,j);G_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*(1-Hf));B_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);elseif(Hi 1)R_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*Hf);G_image(i,j) image_V(i,j);B_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);elseif(Hi 2)R_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);G_image(i,j) image_V(i,j);B_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*(1-Hf));elseif(Hi 3)R_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);G_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*Hf);B_image(i,j) image_V(i,j);elseif(Hi 4)R_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*(1-Hf));G_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);B_image(i,j) image_V(i,j);elseif(Hi 5)R_image(i,j) image_V(i,j);G_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255);B_image(i,j) image_V(i,j) * (1 - image_S(i,j)/255*Hf);endendend
end%%%RGB要取整
R_image uint8(R_image);
G_image uint8(G_image);
B_image uint8(B_image);figure;
imshow(R_image);
title(R_image);figure;
imshow(G_image);
title(G_image);figure;
imshow(B_image);
title(B_image);最终实现的效果是 可以看出与Halcon效果一致
C源码
同样的采用C实现
//将HSV图像转化成RGB图像
/*
输入 hDoubleData : h通道图像 ,h通道采用double类型保留精度sDoubleData : s通道图像 ,s通道采用double类型保留精度vDoubleData : v通道图像 ,v通道采用double类型保留精度
输出 rDoubleData : r通道图像 ,r通道采用double类型保留精度gDoubleData : g通道图像 ,g通道采用double类型保留精度bDoubleData : b通道图像 ,b通道采用double类型保留精度
*/
void trans_to_rgb(double *hDoubleData, double *sDoubleData, double *vDoubleData, double *rDoubleData, double *gDoubleData, double *bDoubleData, int height, int width)
{if ((height 0) || (width 0))return;if (rDoubleData NULL || gDoubleData NULL || bDoubleData NULL || hDoubleData NULL || sDoubleData NULL || vDoubleData NULL)return;int i;double Hi, Hf;for (i 0; i width * height; i){if (sDoubleData[i] 0){Hi floor(hDoubleData[i] * 0.025);Hf hDoubleData[i] * 0.025 - Hi;if (Hi 0){rDoubleData[i] vDoubleData[i];gDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0*(1 - Hf));bDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);}else if (Hi 1){rDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0 * Hf);gDoubleData[i] vDoubleData[i];bDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);}else if (Hi 2){rDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);gDoubleData[i] vDoubleData[i];bDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0*(1 - Hf));}else if (Hi 3){rDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);gDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0 * Hf);bDoubleData[i] vDoubleData[i];}else if (Hi 4){rDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0*(1 - Hf));gDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);bDoubleData[i] vDoubleData[i];}else if (Hi 5){rDoubleData[i] vDoubleData[i];gDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0);bDoubleData[i] vDoubleData[i] * (1 - sDoubleData[i] / 255.0 * Hf);}}else{rDoubleData[i] gDoubleData[i] bDoubleData[i] vDoubleData[i];}}
}通道拆分与合并C源代码实现
三通道拆分
Halcon中拆分三通道的算子为
decompose3 (Image, ImageR, ImageG, ImageB)对应的拆分三通道图像的C函数为
//拆分三通道图像
/*
输入 srcData : 三通道图像内存排列方式是BGRBGRBGR......
输出 rData : r通道图像gData : g通道图像bData : b通道图像
*/
void decompose3(unsigned char *srcData, unsigned char *rData, unsigned char *gData, unsigned char *bData, int height, int width)
{if ((height 0) || (width 0))return;if (srcData NULL || rData NULL || gData NULL || bData NULL)return;int i;
#pragma omp parallel for num_threads(3)for (i 0; i width * height; i){bData[i] srcData[3 * i];gData[i] srcData[3 * i 1];rData[i] srcData[3 * i 2];}
}三通道合并
Halcon中拆分三通道的算子为
compose3 (ImageR1, ImageG1, ImageB1, MultiChannelImage)对应的合并三通道图像的C函数为
//合并三通道图像
/*
输入 rData : r通道图像gData : g通道图像bData : b通道图像
输出 bgrData:彩色图像,合并成BGRBGR.....排列
*/
void compose3(unsigned char *rData, unsigned char *gData, unsigned char *bData, unsigned char *bgrData, int height, int width)
{if ((height 0) || (width 0))return;if (bgrData NULL || rData NULL || gData NULL || bData NULL)return;int i;
#pragma omp parallel for num_threads(3)for (i 0; i width * height; i){bgrData[3 * i] bData[i];bgrData[3 * i 1] gData[i];bgrData[3 * i 2] rData[i];}
}
