scikit-image库-- RGB to HSV &GRAY（十三）

此示例说明如何使用RGB到HSV（色调、饱和度、值）转换[来促进分割过程。
通常，图像中的对象具有不同的颜色（色调）和亮度，因此这些特征可用于分隔图像的不同区域。在RGB表示中，色调和亮度表示为R、G、B通道的线性组合，而它们对应于HSV图像的单通道（色调和值通道）。仅仅通过对HSV通道进行阈值分割就可以有效地对图像进行简单的分割。

import matplotlib.pyplot as plt
%matplotlib inline
from skimage import data
from skimage.color import rgb2hsv

rgb_img = data.coffee()
hsv_img = rgb2hsv(rgb_img)
hue_img = hsv_img[:, :, 0]
value_img = hsv_img[:, :, 2]

fig, (ax0, ax1, ax2) = plt.subplots(ncols=3, figsize=(8, 2))

ax0.imshow(rgb_img)
ax0.set_title("RGB image")
ax0.axis('off')
ax1.imshow(hue_img, cmap='hsv')
ax1.set_title("Hue channel")
ax1.axis('off')
ax2.imshow(value_img)
ax2.set_title("Value channel")
ax2.axis('off')

fig.tight_layout()

hue_threshold = 0.04
binary_img = hue_img > hue_threshold

fig, (ax0, ax1) = plt.subplots(ncols=2, figsize=(13, 6))

ax0.hist(hue_img.ravel(),512) #512 为直方图条形的个数 自己设定
ax0.set_title("Histogram of the Hue channel with threshold")
ax0.axvline(x=hue_threshold, color='r', linestyle='dashed', linewidth=2) #画竖线
ax0.set_xbound(0, 0.12) #设置X轴范围
ax1.imshow(binary_img)
ax1.set_title("Hue-thresholded image")
ax1.axis('off')

fig.tight_layout()

最后，我们在值通道上执行一个额外的阈值，以部分消除杯子的阴影(箭头区域)。

fig, ax0 = plt.subplots(figsize=(4, 3))

value_threshold = 0.10
binary_img = (hue_img > hue_threshold) | (value_img < value_threshold)

ax0.imshow(binary_img)
ax0.set_title("Hue and value thresholded image")
ax0.axis('off')

fig.tight_layout()
plt.show()

RGB to grayscale

import numpy as np
import matplotlib.pyplot as plt

from skimage import data
from skimage.color import rgb2gray

original = data.astronaut()
grayscale = rgb2gray(original)   #Y = 0.2125 R + 0.7154 G + 0.0721 B

fig, axes = plt.subplots(1, 2, figsize=(8, 4))
ax = axes.ravel()

ax[0].imshow(original)
ax[0].set_title("Original")
ax[1].imshow(grayscale, cmap=plt.cm.gray)
ax[1].set_title("Grayscale")

fig.tight_layout()
plt.show()