我有一個圖像，我正在採摘顏色RGB（數據採樣）。我從圖像中具有「相同」顏色的特定區域選擇N點。我的意思是，「相同」，圖像的那部分屬於一個物體，（假設一個黃色物體）。 RGB案件中的每個挑選點都有三個值[R，G，B]。例如：[120,150,225]。每個字段的最大值和最小值分別爲和。 假設我從圖像中的物體區域選取了N個點。這些點顯然具有不同的值，但來自相同的家族（特定顏色的梯度）。如何選擇RGB顏色過濾點的範圍？
問題： 我要找到每個RGB場，當我的形象與該特定對象像素保持上應用的彩色濾光片（被認爲是正常值）的範圍。從採樣點中找出最大值和最小值並將其視爲濾波範圍是否正確？例如，如果字段R的最大值和最小值分別爲120,170，它可以用作應該保留的範圍。
在我看來，這個想法是不正確的。因爲當選擇一組採樣數據的最大值和最小值時，某些點將超出該範圍，並且該物體上會有一些不適合該範圍的點。
什麼是更好的解決方案，包括更多的點作爲inliers？
如果有人需要查看收集的數據樣本，請告訴我。
我不確定我是否完全掌握了你所要求的內容，但在我看來，過濾RGB並不是一種好的方法。如果要比較相似顏色的像素，則應該使用與RGB不同的顏色空間。 RGB對於在屏幕上表示顏色很有用，但實際上您需要查看色彩，飽和度和亮度（亮度或亮度），以分析顏色中的可見相似性。
例如，您應該先將像素轉換爲HSI或HSL色彩空間，然後比較您獲得的不同參數。此時，比較色相範圍內的色相，飽和度範圍內的飽和度等是比較自然的。
Go here有關如何轉換爲RGB的更多信息。
這裏發生的事情是，你隱式嘗試重新創造顏色索引或直方圖反投影。你稱之爲濾色片，但最好把重點放在概率上而不是顏色和色彩空間上。顏色當然不是非常可靠並且隨着照明而改變（儘管色彩在非彩色照明下保持不變），這就是爲什麼一些色彩空間比其他色彩更好的原因。你可以單獨處理這個，但是你似乎更關心計算「過濾操作」的原理，它將從背景中分割出前景對象。希望。
簡而言之，直方圖反投影的工作原理是首先爲對象區域內的R，G，B創建直方圖，然後按照以下方式將它們反投影到圖像中。對於圖像中的每個像素，在直方圖中查找其bin，並計算給定bin的總和的相對權重（概率），並將該概率放入圖像中。以這種方式，每個像素都有可能屬於該對象。如果你想模擬背景，你可以通過分割背景概率來改善它。
結果將是混亂的，但有點類似於一個對象段加上一些背景噪音。必須使用單獨的方法（如連接組件，抓取，形態操作，模糊等）將其清理並重新連接到對象中。