python - 分割后将颜色空间从 RGB 更改为 HSV(OpenCv Python)

Question

我正在分割图像，然后将其转换为 HSV 格式。但是在将其转换为 HSV 并分离出每个 channel 之后，分割区域的粒度就会丢失。以下是分段代码。

import cv2
from os import listdir
from os.path import isfile, join
from mpl_toolkits.mplot3d import Axes3D
import numpy as np
import matplotlib.pyplot as plt

path = "C:/Users/Intern/Desktop/dataset/rust images/"
files_test = [f for f in listdir(path+ 'Input/') if isfile(join(path+ 'Input/', f))]
for img_name in files_test:
    img = cv2.imread(path + "Input/" + img_name)
    gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    gray_blur = cv2.GaussianBlur(gray_img, (7, 7), 0)
    adapt_thresh_im = cv2.adaptiveThreshold(gray_blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 20)
    max_thresh, thresh_im = cv2.threshold(gray_img, 100, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
    thresh = cv2.bitwise_or(adapt_thresh_im, thresh_im)
    kernel = np.ones((3,3),np.uint8)
    opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 2)
    sure_bg = cv2.dilate(thresh,kernel,iterations=2)
    img[sure_bg == 0] = [0,0,0]
    cv2.imwrite(path + "Segmented/" + img_name, img)

以下是输入图像。

以下是相应的输出。


现在，在一个新程序中，我尝试读取此输出并将其转换为 HSV 格式。以下是代码。

import cv2
from os import listdir
from os.path import isfile, join
import numpy as np

path = "C:/Users/Intern/Desktop/dataset/rust images/"
files_test = [f for f in listdir(path+ "Segmented/") if isfile(join(path+ "Segmented/", f))]
for img_name in files_rust:
    img = cv2.imread(path + "Segmented/" + img_name)
    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    print img_hsv.shape
    h, s, v = cv2.split(img_hsv)
    cv2.imshow("hsv image", s)
    cv2.waitKey(0)

以下是转换为 HSV 后的输出。


我们可以观察到，与原来的相比，黑色空间的粒度有所减少。我怎么解决这个问题？

谢谢您的帮助。

照片取自 4

Answer 1

你的代码显示你申请了GaussianBlur() , cv2.adaptiveThreshold()和 cv2.morphologyEx() ，所有这些过滤可能会使结果图像中的细节在某种程度上丢失。

如果您需要将色彩空间从 BGR 转换为 HSV，cv2.cvtColor(img, cv2.COLOR_BGR2HSV) ，那么您可以在将图像转换为 HSV 之前以及在 HSV 中进一步处理之前进行最少的预处理以减少失真。色彩空间。