当从BGR转换到HSV并再次返回时，图像颜色看起来会中断。

Question

我一直在尝试用深度学习框架来进行图像检测的数据增强。

我在Python中使用Opencv3.3。

我的框架是：

1. 将BGR转换为HSV
2. 图像变换(旋转，缩放，剪切，平移)
3. 将HSV转换为BGR

最初的图像是第一个，结果是下面的结果。

从下面看，红色瓶子上有一些污渍。

我随机抽取了- 10，10的色氨酸，在- 80，80的饱和范围内，在- 40，40的范围内。

此外，在这个链接之后，我设置了如下代码。

class RandomHSV(object):
   def __init__(self, hue = None, saturation = None, brightness = None):
        if hue:
            self.hue = hue 
        else:
            self.hue = 0

        if saturation:
            self.saturation = saturation 
        else:
            self.saturation = 0

        if brightness:
            self.brightness = brightness
        else:
            self.brightness = 0



        if type(self.hue) != tuple:
            self.hue = (-self.hue, self.hue)

        if type(self.saturation) != tuple:
            self.saturation = (-self.saturation, self.saturation)

        if type(brightness) != tuple:
            self.brightness = (-self.brightness, self.brightness)

    def __call__(self, img, bboxes):

        hue = random.randint(*self.hue)
        saturation = random.randint(*self.saturation)
        brightness = random.randint(*self.brightness)

        img = img.astype(int)

        a = np.array([hue, saturation, brightness]).astype(int)
        img += np.reshape(a, (1,1,3))

        img = np.clip(img, 0, 255)
        img[:,:,0] = np.clip(img[:,:,0],0, 179)

        img = img.astype(np.uint8)



        return img, bboxes

​

​

Answer 1

看起来，openCV RGB到HSV没有我们期望的值。我把你的图像转换成HSV，看看每个通道的范围。在每个通道上使用np.max(imageHSV[:,:,c])和np.min(imageHSV[:,:,c])，我看到色调在0到360之间，而饱和度和值都在0到1之间。

img = np.clip(img, 0, 255)
img[:,:,0] = np.clip(img[:,:,0],0, 179)

然后转换回RGB，我得到了这样的结果：

​

我尝试在0到360 (色调)和0与1(饱和度和值)之间剪裁，如下所示：

imageHSV = cv2.cvtColor(image,cv2.COLOR_RGB2HSV)

imageHSV[:,:,1] = np.clip(imageHSV[:,:,1], 0.0, 1.0)
imageHSV[:,:,2] = np.clip(imageHSV[:,:,2], 0.0, 1.0)
imageHSV[:,:,0] = np.clip(imageHSV[:,:,0],0.0, 360.0)

然后我转换回RGB，这就是结果。

​

编辑- HSV输出取决于输入转换器的数据类型，参见这文档。我的图像对于(H，S和V)的范围是(0-360，0-1，0-1)，因为我是如何把它传递给cv2.cvtColor的。检查要传递到RGB2HSV转换函数中的数据，并检查输出，看看是否有要剪辑的范围。我仍然认为这可能是一个数据类型或数据裁剪问题。