使用DeltaE色差测量图像内ROI的色差？

Question

1. 我必须读取一个RGB图像
2. ，然后我需要选择ROI
3. 之后，我需要使用简单的颜色分割(不使用HSV图像，我被要求将RGB转换为Lab图像)从整个图像中测量ROI的色差，输出将是，ROI突出显示，背景将是灰色的，需要用python.
4. there进行带有deltaE色差的
5. 简单的颜色分割，可以是在彩色segmentation.
6. then之后出现在掩模中的多个对象，然后指示我分析ROI的深度，并根据ROI的深度值分割ROI。但在这里，它是不可能得到deltaE的整个图像以及。请帮帮忙，我急需它。

我有这个图像要处理，从这里我需要分割手势部分:在这里输入图像描述

1：https://i.stack.imgur.com/nGA42.jpg

我已经编写了这么远的代码：‘开放图像并使Numpy数组'rgb’和' lab‘pic = imageio.imread('E:\JU_V2_DIGIT\RGB_Crop\RGB_P7_G0_8.png') pic2 = pic.copy() #确定图像的形状total_row，total_col，layers = pic2.shape mask= np.zeros_like(pic2) x，y= np.ogrid:total_row，:total_col # Transform in lab图片Lab_pic = color.rgb2lab(pic) L_pic，A_pic，B_pic =cv2.拆分(Lab_pic) cv2.imshow("L_Channel"，L_pic) #用于L频道cv2.imshow("A_Channel"，A_pic) #用于A频道cv2.imshow("B_Channel"，B_pic) #用于B频道cen_x，cen_y = total_row/2，#cv2.imwrite('D:\SHROUTI\Testpictures\opencvmasking_human.jpg'，_ distance_from_center /2 distance_from_center= np.sqrt((x-cen_x+10)**2+(y-cen_y-15)**2)半径=(**2+_row/3) circular_pic = distance_from_center>radius pic2circular_pic =0 pic2mask =0 circular_pic) cv2.imshow("cir_mask"，pic2) Lab = color.rgb2lab(pic2) #获取掩码区L_mask，A_mask，B_mask = cv2.split(Lab) cv2.imshow("L_Channel_mask"，L_mask) #用于L频道cv2.imshow("A_Channel_mask"，A_mask) #用于频道cv2.imshow("B_Channel_mask"，# For B Channel LMean = L_mask.mean() AMean = A_mask.mean() BMean = B_mask.mean() #For增量值DeltaL = L_pic-LMean DeltaA = A_pic- AMean DeltaB = B_pic - BMean DeltaE =B_pic-BMean DeltaE=LMean( DeltaE) cv2.imshow("deltaE"，DeltaE)cv2.waryKey()‘’它显示了一个完整的白色输出图像。我不知道该怎么做。请帮助

Answer 1

您的DeltaE显示为白色，因为您将值低于230的float64数组放入cv2.imshow()

它期望所有的值都在0,1之内。在您的例子中，每个值>= 1都变成255，因此输出图像都是白色的。

normalized = cv2.normalize(DeltaE, None, 0, 1, cv2.NORM_MINMAX)

或

normalized = cv2.normalize(DeltaE, None, 0, 255, cv2.NORM_MINMAX, dtype = cv2.CV_8U)

要获得DeltaE的规范化版本，您可以在没有问题的情况下显示该版本。

解决这个问题的方法是点击谷歌第一次点击“不显眼的白色”。

我不明白你为什么会为此使用三个不同的图像处理库。

OpenCV满足了您的所有需求。

将pic = imageio.imread('E:\JU_V2_DIGIT\RGB_Crop\RGB_P7_G0_8.png')替换为

pic = cv2.imread('E:\JU_V2_DIGIT\RGB_Crop\RGB_P7_G0_8.png')

Lab_pic = color.rgb2lab(pic)

使用

Lab = cv2.cvtColor(pic2, cv2.COLOR_BGR2Lab)

等等..。

不需要冒奇怪的风险，因为一个库在BRG中工作，而另一个库在RGB或其他地方工作。以防万一你想知道为什么你的rgb图像看起来如此怪异。