matlab - 转换RGB 2 HSV时出现 block 伪影

Question

我想把一个图像从RGB空间转换成HSV在MATLAB和使用色调。
但是，当我使用“rgb2hsv”或我在互联网上发现的一些其他代码时，色调组件有块瑕疵原始图像和块伪影版本的示例如下所示。
原件
色调

Answer 1

我能重现你的错误对于正在阅读并希望在自己的终端上复制此图像的用户，可以执行以下操作：

im = imread('http://i.stack.imgur.com/Lw8rj.jpg');
im2 = rgb2hsv(im);
imshow(im2(:,:,1));

这段代码将生成OP显示给我们的输出图像。
直接使用色调并显示结果您应该注意，色调的解释与RGB颜色空间中的灰度强度不同。
您可能应该参考 definition of the Hue色调基本上是指人类如何感知颜色，或人类视觉系统所解释的主导色这是沿HSV圆锥体的圆形开口形成的角度RGB颜色空间可以表示为它的所有颜色被限制在一个立方体中它是一个三维空间，其中每个轴表示每个原色（红色、绿色、蓝色）的数量，这些颜色对所关注的颜色像素有贡献。将像素转换为HSV，也称为色调饱和度值，将RGB颜色空间转换为圆锥体圆锥体可以通过距圆锥体原点和向上移动的距离（值）、距圆锥体中心向外移动的距离（饱和度）和圆锥体圆孔周围的角度（色调）来参数化。
这就是HSV圆锥体的外观：
来源： Wikipedia
色调角度与主色/感知色之间的映射如下所示：
来源： Wikipedia
如您所见，每个角度都表示主色是什么在MATLAB中，它在 [0,1]之间缩放因此，您无法正确地可视化色调您正在使用“色调”通道将此结果直接显示为灰度图像。
但是，如果您扫描此图像中的值，并将每个结果乘以360，然后参考我在上面显示的色调颜色表，这将为您提供这些像素位置的主色的表示。
这个故事的寓意是，你不能简单地使用色调和形象化的结果转换为HSV当然可以用作预处理步骤，但是在发生任何有成效的事情之前，您应该在这个领域做更多的处理直接将它作为一个图像来看是非常无用的，正如您在输出图像中看到的那样你所能做的就是使用一个彩色地图，它可以导出色调和颜色之间的关系，就像我给你展示的色调查找地图一样，然后你可以给你的图像上色，但这实际上只是作为一个观察工具。
编辑：2014年7月23日
另外，我们可以将色调显示为初始灰度图像，然后对图像应用适当的颜色映射，这样我们就可以实际看到每个位置上的每个主色的外观幸运的是，有一个内置的HSV彩色地图，这是几乎相同的颜色查找地图，我在上面显示你所要做的就是在显示色调通道后立即执行 colormap hsv我们可以通过执行以下操作来同时显示原始图像和此彩色图像：

im = imread('http://i.stack.imgur.com/Lw8rj.jpg');
im2 = rgb2hsv(im);
subplot(1,2,1);
imshow(im); title('Original Image');
subplot(1,2,2);
imshow(im2(:,:,1)); title('Hue channel - Colour coded');
colormap hsv;

这就是这个数字的样子：
这个数字可能有点混乱它把天空标记为蓝色作为主要颜色尽管这令人困惑，但这确实有道理在晴朗的日子里，天空是蓝色的，但为什么在这张照片中天空看起来是灰色的，可能是因为饱和度和价值的贡献饱和度是指颜色的纯度例如，真红色（ RGB = [255,0,0]）表示饱和度为100%值是指颜色的强度基本上，它指的是颜色有多暗或多亮因此，饱和度和值很可能会在这里起到一定作用，使颜色显得灰色我们在图像中看到的少量颜色是我们所期望的颜色例如，航空母舰侧面的红色被视为红色，绿色头盔被视为绿色航空母舰的下半身（显然）也被认为是红色的这我不能向你解释，但饱和度和数值有助于混合，所以总的输出颜色是一个灰色左右。
您在图像中看到的块状很可能是由于JPEG量化造成的JPEG的工作原理很好，因为我们在图像的平滑区域中看不到任何不连续的地方，但是图像编码的方式是它用这种方式重建它在一种方法，将大大减少它所需的大小，以保存图像，但允许它是一样的视觉吸引力，就像你要看的原始图像。
这个故事的寓意是，你当然可以使用色调作为你的处理链的一部分，但它不是整个画面您可能需要使用饱和度或值（甚至两者）来帮助您区分颜色。