修正 cv2.inRange() 函数的色彩空间答案

【问题标题】：Correct colorspace for cv2.inRange() function修正 cv2.inRange() 函数的色彩空间
【发布时间】：2021-08-31 19:07:03
【问题描述】：

关于以下 cv2.inRange(...) 调用：

mask = cv2.inRange(quantized_img, color, color)

'quantized_img' 和 'color' 参数必须严格在 HSV 中，还是可以有 RGB 图像和 RGB 'color'？ RGB 似乎对我有用，但我能找到的所有示例都是基于 HSV 的。所以我担心正确的用法。谢谢！

【问题讨论】：

【解决方案1】：

一般来说，使用您喜欢的任何色彩空间。 RGB/BGR 很好，HSV 很好，完全编造的东西（cv.transform）也很好。

inRange 跨越一个“立方体”。

考虑一下。想象一个带有 R、G、B 轴或 H、S、V 轴的 3D 图。在 RGB 空间中，立方体的面与这些 RGB 轴对齐。在 HSV 空间中，立方体的面与那些轴对齐。

现在，跨越 RGB 空间的立方体在转换为 HSV 空间时，不与 HSV 空间中的轴对齐。事实上，它甚至不再是一个立方体，而可能是某种圆环或圆锥的一部分或其他东西。反过来也是一样。

如果您感兴趣的值区域，在您选择的任何空间中，是平坦甚至棒状（而不是大部分球形云），您必须跨越的立方体可能与您感兴趣的值区域对齐非常糟糕，并且必须包含很多您不感兴趣的值。

因此，您进入另一个颜色空间，您感兴趣的值与该空间中的轴对齐得更好。那么由 inRange 跨越的立方体更适合您的目的。

想象一下 RGB 空间中的一根“棒”从黑角到白角。它代表没有饱和度的“颜色”（因为 colors 位于立方体的其他六个角中）。尝试在该区域上跨越一个立方体。不合适。

然而，在 HSV 空间中，它是微不足道的。通常它被可视化为一个圆柱体/倒锥体......在中心跨越一个薄圆柱体：任何色调（角度），任何值（高度），具有非常低的饱和度（靠近中心轴）。如果你把 HSV 当作一个立方体，你会跨过一堵薄壁。这一切都非常适合。

【讨论】：

【解决方案2】：

@Christoph Rackwitz 给出的解释是完全正确的。我只想补充一些我观察到的提示。

HSV 和 Lab 颜色空间是颜色分割的最佳选择。
保留 BGR 色彩空间可能是最后的选择。
不要盲目地开始在 HSV 或 Lab 颜色分割中为您的颜色寻找范围。也可以寻找其他方法。
其他方法包括：
- 将 HSV 和 Lab 的每个颜色通道分别可视化为灰度图像。您可能只会在那里看到一些模式。
- 对我的情况有帮助的一件事是我对图像的“色调”和“饱和度”通道进行了 Otsu 的阈值处理，然后对它们的输出执行了按位或运算。最终图像包含我需要的一切，没有任何错误。对您的输入图像进行一次尝试以观察此类模式。这很有帮助。

【讨论】：