2
소프트웨어에서 색상 분할을해야하는 경우 (R < 100, G> 100, 10 < B와 같은 특정 임계 값 규칙을 충족하면 픽셀을 1로 설정하여 컬러 이미지에서 이진 이미지를 생성합니다. < 123) 먼저 이미지를 HSV로 변환하는 것이 좋습니다. 이게 사실인가요? 그리고 왜?HSV에서 색상 분할이 더 쉬운 이유는 무엇입니까?
A
답변
7
큰 이유는 색상 정보 (채도)를 강도 또는 조명 (루마)에서 분리한다는 것입니다. 값이 분리되어 있으므로 채도 및 색조 만 사용하여 히스토그램 또는 임계 값을 구성 할 수 있습니다. 이것은 이론적으로 가치 채널의 조명 변화에 관계없이 작동합니다. 실제로 그것은 단지 좋은 개선 일뿐입니다. 심지어 색조를 선택하는 것만으로도 여전히 RGB보다 훨씬 잘 작동 할 기본 색상을 매우 의미있게 표현할 수 있습니다. 최종 결과는 간단한 매개 변수보다 더 강력한 색상 임계 값입니다.
색조는 색상의 연속적인 표현이므로 0과 360은 동일한 색조이므로 히스토그램에서 사용하는 버킷을보다 융통성있게 사용할 수 있습니다. 기하학적으로 HSV 색상 공간을 원뿔 또는 원통처럼 그림으로 그릴 수 있으며, H는도, 채도는 반경, 값은 높이입니다. HSV wikipedia page을 참조하십시오.
HSV는 RGB보다 심리적 인식이 더 의미가 있습니다. 예를 들어 빨간색으로 분류하고 싶다면 HSV에서 가장 붉은 색에서 가장 어두운 색까지 가장 채도가 낮은 색에서 가장 채도가 높은 색까지 같은 색조를 사용하지만 RGB를 일정 비율만큼 필터링하면 밝은 오렌지를 잡아서 진한 빨강을 놓치게됩니다. – Patashu
조건이 R, G 및 B 값에 따라 다를 경우 왜 HSV를 사용합니까? – Blender
@Blender : 그것은 단지 예일뿐입니다. HSV를 사용하면 세분화는 임계 값 규칙에 대한 H, S 및 V 값에 의존합니다. – JLagana