我应该使用HSV/HSB还是RGB ?为什么？

Question

我要在一张包含另一种血细胞的图像中检测到白细胞，但是通过细胞的颜色可以分辨出差异，白细胞有更浓的紫色，可以在下面的图像中看到。

我要用什么颜色的方法使用RGB/HSV？为什么?！

样本图像：

​

​

Answer 1

通常，在做出这样的决定时，我只需快速绘制不同的频道和颜色空间，看看我发现了什么。从高质量的图像开始总比从低质量的图像开始，并尝试用大量的处理来修复它更好。

在这种特殊情况下，我会使用HSV。但与大多数颜色分割不同，我实际上会使用饱和通道来分割图像。细胞几乎相同的色调，所以使用色调通道将是非常困难的。

色调，(在完全饱和和完全亮度下)很难分化细胞

​

​

饱和巨大反差

​

​

绿色频道，其实也显示了很大的对比(这让我很惊讶)

​

​

红色和蓝色通道很难真正区分细胞。

现在我们有两个候选人代表饱和或绿色通道，我们问谁更容易处理？由于任何HSV工作涉及到我们转换RGB图像，我们可以忽略它，所以明确的选择是简单地使用RGB图像的绿色通道进行分割。

编辑

由于您没有包含语言标记，所以我想附加一些我刚刚编写的Matlab代码。它在所有4种颜色空间中显示一幅图像，这样您就可以迅速做出使用哪种颜色的明智决定。它模拟matlabs阈值机颜色空间选择窗口

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

你可以这样称呼它

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

显示是这样的

​

​

Answer 2

DIP和CV中的，这总是一个有效的问题

但是它没有通用的答案，因为每个任务都是独一无二的，所以要使用更适合它的东西。要正确选择，您需要了解每种方法的优缺点，以下是一些总结：

1. RGB 这很容易处理，您可以轻松地访问r，g，b波段。在许多情况下，最好是检查单波段，而不是整个颜色，或混合颜色，以强调想要的特点，甚至削弱不想要的一个。由于直接编码到波段的强度，RGB中的颜色比较困难。要弥补这一点，您可以使用规范化，但这是缓慢的(需要每像素平方吨)。你可以直接在RGB颜色上做算术。 更适合RGB的任务示例：

- [finding horizont in high altitude photo](https://stackoverflow.com/q/22187205/2521214)

​

1. HSV 更适合于颜色识别，因为使用HSV的CV算法与人类的视觉感知非常相似，所以如果你想识别不同颜色的区域，HSV更好。RGB/HSV之间的转换需要一些时间，这对于大分辨率或apps应用程序来说都是个问题。对于标准的DIP/CV任务来说，情况通常并非如此。 更适合HSV的任务示例：

- [Compare RGB colors](https://stackoverflow.com/q/28270103/2521214)

看一看：

- [HSV histogram](https://stackoverflow.com/a/29286584/2521214)

在HSV中看到不同的颜色分离。基于颜色的图像分割在HSV上容易实现。您不能直接对HSV颜色进行算术处理，而是需要转换为RGB并返回。