前回の投稿では、プロットや明るさとコントラストの調(diào)整など、OpenCV での RGB イメージの操作の基本について説明しました。 RGB 色空間は、畫面から発せられる光の強(qiáng)さで色を表現(xiàn)するため、コンピューターのディスプレイには最適ですが、人間が自然界で色を認(rèn)識(shí)する方法とは一致しません。ここで、HSV (色相、彩度、明度) が介入します。HSV (色相、彩度、明度) は、人間の知覚に近い方法で色を表現(xiàn)するように設(shè)計(jì)された色空間です。
この投稿では、HSV について詳しく説明し、そのコンポーネントを理解し、そのアプリケーションを探索し、畫像を強(qiáng)化するためのいくつかの素晴らしいトリックを?qū)Wびます。

HSVとは何ですか？

HSV は、色相、彩度、および値の略です:

• 色相 (H): これは、赤、緑、青などの色のタイプを指します。従來(lái)は円形スペクトル (0° ～ 360°) で度単位で測(cè)定されていましたが、OpenCV では、色相は 0 にスケールされます。 8 ビット整數(shù)に収まるには –179。マッピングは次のとおりです:

• 0 (またはそれに近い) は依然として赤を表します。
• 60 ～ 89 は緑に対応します。
• 120 ～ 149 は青に対応します。
• 140–179 は赤に戻り、円形スペクトルが完成します。

• 彩度 (S): これは色の強(qiáng)度または純度を定義します。完全に飽和した色には灰色が含まれず、鮮やかです。彩度が低い色はより色あせて見えます。

• 値 (V): 明るさと呼ばれることが多く、明るさや暗さを測(cè)定します。これらのコンポーネントを分離することにより、HSV は、特に色の検出や強(qiáng)調(diào)などのタスクで畫像の分析と操作を容易にします。色。

これをよりよく理解するために、プロット ブローは色空間の値をうまく表現(xiàn)したものです

OpenCV での畫像の HSV への変換

OpenCV で畫像を HSV に変換するには、cv2.cvtColor() 関數(shù)を使用するのが簡(jiǎn)単です。見てみましょう:

import cv2
import matplotlib.pyplot as plt


image = cv2.imread('./test.png')
plt.figure(figsize=(10,10))
plt.subplot(1,2,1)
plt.imshow(image[:,:,::-1]) #plot as RGB 
plt.title("RGB View")
hsv= cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
plt.subplot(1,2,2)
plt.imshow(hsv)
plt.title("HSV View")
plt.tight_layout()
plt.show()

一見すると、HSV プロットは奇妙に見えるかもしれません。ほとんどエイリアンのようです。これは、HSV のコンポーネント (特に色相) が RGB 値に直接マッピングされていないにもかかわらず、コンピューターが HSV を RGB 畫像として表現(xiàn)しようとしているためです。例:

• 色相 (H): 角度として表され、OpenCV では 0 ～ 179 の範(fàn)囲になります (RGB チャネルのような 0 ～ 255 ではありません)。これにより、RGB ベースのプロットでは色相チャネルが主に青で表示されます。

次の例では、プロフィール畫像ではなく、Flux ai 畫像生成モデルで生成された暗い畫像を使用します。プロフィール畫像よりも HSV のより良いユーザーケースを提供し、その効果をよりよく確認(rèn)できるため

ヒストグラムを通じて HSV を理解する

RGB と HSV の違いをよりよく理解するために、各チャネルのヒストグラムをプロットしてみましょう。コードは次のとおりです:

import cv2
import matplotlib.pyplot as plt


image = cv2.imread('./test.png')
plt.figure(figsize=(10,10))
plt.subplot(1,2,1)
plt.imshow(image[:,:,::-1]) #plot as RGB 
plt.title("RGB View")
hsv= cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
plt.subplot(1,2,2)
plt.imshow(hsv)
plt.title("HSV View")
plt.tight_layout()
plt.show()

ヒストグラムから、HSV チャネルが RGB とどのように異なるかがわかります。 HSV の色相チャネルは 0 ～ 179 の値を持ち、個(gè)別の色領(lǐng)域を表し、彩度と値は強(qiáng)度と明るさを処理します。

色相、彩度、明度の視覚化

ここで、HSV 畫像を個(gè)々のコンポーネントに分割して、各チャネルが何を表すかをよりよく理解しましょう。

# Plot the histograms
plt.figure(figsize=(10, 6))

# RGB Histogram
plt.subplot(1, 2, 1)
for i, color in enumerate(['r', 'g', 'b']):
    plt.hist(image[:, :, i].ravel(), 256, [0, 256], color=color, histtype='step')
    plt.xlim([0, 256])
plt.title("RGB Histogram")

# HSV Histogram
plt.subplot(1, 2, 2)
for i, color in enumerate(['r', 'g', 'b']):
    plt.hist(hsv[:, :, i].ravel(), 256, [0, 256], color=color, histtype='step')
    plt.xlim([0, 256])
plt.title("HSV Histogram")
plt.show()

• 色相: 明確な色の區(qū)別を表示し、畫像內(nèi)の主要な色を強(qiáng)調(diào)表示します。
• 彩度: 明るい領(lǐng)域は鮮やかな色を表し、暗い領(lǐng)域はより落ち著いた灰色がかった色調(diào)を示します。
• 値: 明るさの分布を強(qiáng)調(diào)表示し、明るい領(lǐng)域がより明るく表示されます。

HSV のトリック

1. 明るさの向上（値の均一化）

照明が不均一な畫像の場(chǎng)合、値チャンネルを均等化すると、明るい領(lǐng)域に「グロー」効果を與えながら、暗い領(lǐng)域をより見やすくすることができます。

# Plot the individual HSV channels
plt.figure(figsize=(10, 6))
plt.subplot(1, 3, 1)
plt.imshow(hsv[:, :, 0], cmap='hsv')  # Hue
plt.title("Hue")
plt.subplot(1, 3, 2)
plt.imshow(hsv[:, :, 1], cmap='gray')  # Saturation
plt.title("Saturation")
plt.subplot(1, 3, 3)
plt.imshow(hsv[:, :, 2], cmap='gray')  # Value
plt.title("Value")
plt.tight_layout()
plt.show()

2. カラーエンハンスメント（彩度等化）

彩度チャンネルを高めると、畫像內(nèi)の色がより鮮明で鮮やかになります。

equ = cv2.equalizeHist(hsv[:, :, 2])  # Equalize the Value channel
new_hsv = cv2.merge((hsv[:, :, 0], hsv[:, :, 1], equ))
new_image = cv2.cvtColor(new_hsv, cv2.COLOR_HSV2BGR)

# Display results
plt.figure(figsize=(10, 6))
plt.subplot(1, 2, 1)
plt.imshow(image)
plt.title("Original Image")
plt.subplot(1, 2, 2)
plt.imshow(new_image)
plt.title("Brightness Enhanced")
plt.tight_layout()
plt.show()

3. カラーフィルタリング (赤の分離)

色相チャンネルを使用すると、特定の色を分離できます。たとえば、赤のトーンを抽出するには:

equ = cv2.equalizeHist(hsv[:, :, 1])  # Equalize the Saturation channel
new_hsv = cv2.merge((hsv[:, :, 0], equ, hsv[:, :, 2]))
new_image = cv2.cvtColor(new_hsv, cv2.COLOR_HSV2BGR)

# Display results
plt.figure(figsize=(10, 6))
plt.subplot(1, 2, 1)
plt.imshow(image)
plt.title("Original Image")
plt.subplot(1, 2, 2)
plt.imshow(new_image)
plt.title("Color Enhanced")
plt.tight_layout()
plt.show()

このテクニックは、オブジェクト検出、色のセグメンテーション、さらには蕓術(shù)的効果などのタスクに非常に役立ちます。

結(jié)論

HSV 色空間は、畫像を分析および操作するための多用途かつ直感的な方法を提供します。 HSV は、色 (色相)、強(qiáng)度 (彩度)、明るさ (値) を分離することで、カラー フィルタリング、強(qiáng)調(diào)、セグメンテーションなどのタスクを簡(jiǎn)素化します。 RGB はディスプレイに最適ですが、HSV は創(chuàng)造的で分析的な畫像処理の可能性を広げます。

HSV のお?dú)荬巳毪辘违去辚氓虾韦扦工?以下であなたの考えを共有し、この鮮やかな色の世界を一緒に探索しましょう!

このバージョンには、読みやすさと理解を向上させるために、スムーズなフロー、詳細(xì)な説明、一貫した書式設(shè)定が組み込まれています。

以上が[CVHSV と RGB: 畫像処理における HSV の理解と活用の詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。