我應該使用HSV/HSB還是RGB？爲什麼？

Question

我具有檢測白細胞細胞包含其他血細胞的圖像中的，但差異可以通過細胞的顏色區分開來，白細胞具有更緻密的紫色的顏色，可以在下面的圖像中可以看出。

我有什麼顏色梅索德使用RGB/HSV？爲什麼？！

樣本圖像：

Answer 1

一般。從高質量圖像開始比從低開始總是更好，並嘗試用大量處理來修復它

在這個特定情況下，我會使用HSV。但與大多數顏色分割不同，我實際上會使用飽和通道來分割圖像。單元格幾乎是相同的色相，因此使用色調通道將非常困難。

色調，（全飽和度和滿亮度）很難區分細胞

飽和巨大的反差

綠色信道，實際上示出了大量的對比度好吧（讓我吃驚）

紅色和藍色通道很難真正區分細胞。

現在我們有兩個候選表示飽和或綠色通道，我們問哪個更容易處理？由於任何HSV工作都涉及我們轉換RGB圖像，所以我們可以忽略它，所以明確的選擇是簡單地使用RGB圖像的綠色通道進行分割。

編輯

，因爲你不包括語言標籤，我想附加一些Matlab代碼我只是寫。它在所有4個色彩空間中顯示圖像，因此您可以快速做出明智的決定，以便使用哪個。它模仿matlabs Color Thresholder色彩空間選擇窗口

function ViewColorSpaces(rgb_image) 
    % ViewColorSpaces(rgb_image) 
    % displays an RGB image in 4 different color spaces. RGB, HSV, YCbCr,CIELab 
    % each of the 3 channels are shown for each colorspace 
    % the display mimcs the New matlab color thresholder window 
    % http://www.mathworks.com/help/images/image-segmentation-using-the-color-thesholder-app.html 

    hsvim = rgb2hsv(rgb_image); 
    yuvim = rgb2ycbcr(rgb_image); 

    %cielab colorspace 
    cform = makecform('srgb2lab'); 
    cieim = applycform(rgb_image,cform); 

    figure(); 
    %rgb 
    subplot(3,4,1);imshow(rgb_image(:,:,1));title(sprintf('RGB Space\n\nred')) 
    subplot(3,4,5);imshow(rgb_image(:,:,2));title('green') 
    subplot(3,4,9);imshow(rgb_image(:,:,3));title('blue') 

    %hsv 
    subplot(3,4,2);imshow(hsvim(:,:,1));title(sprintf('HSV Space\n\nhue')) 
    subplot(3,4,6);imshow(hsvim(:,:,2));title('saturation') 
    subplot(3,4,10);imshow(hsvim(:,:,3));title('brightness') 

    %ycbcr/yuv 
    subplot(3,4,3);imshow(yuvim(:,:,1));title(sprintf('YCbCr Space\n\nLuminance')) 
    subplot(3,4,7);imshow(yuvim(:,:,2));title('blue difference') 
    subplot(3,4,11);imshow(yuvim(:,:,3));title('red difference') 

    %CIElab 
    subplot(3,4,4);imshow(cieim(:,:,1));title(sprintf('CIELab Space\n\nLightness')) 
    subplot(3,4,8);imshow(cieim(:,:,2));title('green red') 
    subplot(3,4,12);imshow(cieim(:,:,3));title('yellow blue') 

end 

，你可以這樣調用

rgbim = imread('http://i.stack.imgur.com/gd62B.jpg'); 
ViewColorSpaces(rgbim) 

和顯示是這樣的

Answer 2

在DIP和CV是這總是一個有效的問題

但它沒有統一的答案，因爲每個任務都是獨一無二所以用的是更適合它。要正確選擇你所需要知道的利弊/各的利弊所以這裏是一些總結：

1. RGB

   這好辦，你可以easyly訪問R，G，B頻段。對於許多情況來說，最好只檢查單個樂隊而不是整個顏色，或者混合顏色來強調所需的功能，或者甚至抑制不需要的功能。由於強度直接編碼爲帶，很難比較RGB中的顏色。爲了彌補這一點，你可以使用規範化，但這是緩慢的（需要每像素sqrt）。你可以直接對RGB顏色進行運算。任務的

   實施例更適合於RGB：

   • finding horizont in high altitude photo

2. HSV因爲CV算法使用HSV具有非常類似的視覺感知

   更適合於顏色識別人類的感知，所以如果你想識別不同顏色的區域，HSV更好。 RGB/HSV之間的轉換需要一些時間，這可能是大分辨率或高分辨率的應用程序的問題。對於標準的DIP/CV任務通常不是這種情況。任務的

   實施例更適合於HSV：

   • Compare RGB colors

   看一看：

   • HSV histogram

   看到明顯的顏色分離我HSV。在HSV上基於顏色的圖像分割是容易的。做這樣的決定，我只是快速繪製不同的渠道和色彩空間，看看我發現，當你不能做對HSV顏色算術，而不是直接需要轉換爲RGB和背部