python rgb2hsv #opencv 自带函数 hue色调/色度不准

1 python中rgb2hsv中hue与色卡不准

python自带的opencv的包里面的函数，将图片从rgb转到hsv颜色空间中，分别输出色度（h）饱和度（s）亮度（v）的数值，但是与网上的标准色卡比较，s,v是准确的，但是h老是不准，然后查阅了很多很多资料，猫猫叹气‍

（1）用python自带的函数，hue色卡不准

因为函数搞出来的Hue的范围是0-180所以要搞到实际的0-360的范围很多教程就是直接*2，所以我不知道是不是这里出了甚么问题（捂住大脸）
代码如下：

#用python自带的函数，hue色卡不准，弃用

# -*- coding: utf-8 -*-
import os
import cv2
import os.path
import matplotlib.pyplot as plt  # 画图
import numpy as np  # 数值计算
import xlsxwriter  # EXCEL写入
from PIL import Image  # 图像处理


# 写入EXCEL
workbook = xlsxwriter.Workbook(r'C:\Users\admin\Desktop\py\DataOutput.xlsx')  # 创建一个Excel文件
worksheet = workbook.add_worksheet('sheetnew')  # 创建一个sheet,名为sheetnew
headings = ['demo', 'name', 'avr_h']  # 表头
worksheet.write_row('A1', headings)  # headings 写入Excel

# 计算颜色特征数值
n = 2
filepath = r'C:\Users\admin\Desktop\py\pic'  # 图像文件所在目录
pathDir = os.listdir(filepath)
for allDir in pathDir:  # 遍历文件夹
    path = r'C:/Users/admin/Desktop/py/pic/' + allDir
    writename = allDir  # 图片名称

    image = cv2.imread(path)
    hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)  # RGB转为HSV
    H, S, V = cv2.split(hsv)

    # opencv中hsv的范围如下：H: [0,180]
    # 在做hsv各通道颜色的计算时，常用的hsv范围如下：H:[0,360]
    HH = H.astype(np.float) * 2  # 转换范围H->[0-360]
    avg_hh = int(np.mean(HH))  # 平均色度
    worksheet.write_row('B' + str(n), [writename, avg_hh])  # 写出到EXCEL
    worksheet.insert_image('A' + str(n), path)  # 输出图片
    n = n + 1
workbook.close()
os.startfile(r'C:\Users\admin\Desktop\py\DataOutput.xlsx')

（2）结果如下

参考的色卡

实际结果（图片Name表示应该的Hue数值）
所以结果和色卡完全没关系好不好！！！

2 因此找hue的计算公式

从rgb转到hsv的计算公式找了很多，然后一直没准的，甚至还找到了Paper上面有说两个颜色空间转换过程中会有什么奇点，所以也按照修正后的公式计算了，依然hue是不准的，直到找到了这个公式 https://blog.csdn.net/zhangphil/article/details/106545941
真的是喜极而泣，拖拉了快一个月的hue终于准了，准了，它准了！！！！！！

（1）计算代码如下

#encoding:utf-8

#bgr提取再计算，哇撒！！！可以滴！
#参考https://blog.csdn.net/zhangphil/article/details/106545941


#彩图R、G、B的提取
#
import numpy as np
import cv2

image = cv2.imread(r'C:\Users\admin\Desktop\py\pic\283.7.JPG'  )
cv2.imshow("Original",image)
cv2.waitKey(0)

#R、G、B分量的提取
'''(B,G,R) = cv2.split(image)#提取R、G、B分量
cv2.imshow("Red",R)
cv2.imshow("Green",G)
cv2.imshow("Blue",B)
cv2.waitKey(0)'''
b,g,r=cv2.split(image)

B=int(np.mean(b))
G=int(np.mean(g))
R=int(np.mean(r))

def rgb2hsv(r, g, b):
    r, g, b = r / 255.0, g / 255.0, b / 255.0
    mx = max(r, g, b)
    mn = min(r, g, b)
    m = mx - mn
    if mx == mn:
        h = 0
    elif mx == r:
        if g >= b:
            h = ((g - b) / m) * 60
        else:
            h = ((g - b) / m) * 60 + 360
    elif mx == g:
        h = ((b - r) / m) * 60 + 120
    elif mx == b:
        h = ((r - g) / m) * 60 + 240
    if mx == 0:
        s = 0
    else:
        s = m / mx
    v = mx

    # 此时h,s,v值范围分别是0-360, 0-1, 0-1，在OpenCV中，H,S,V范围是0-180,0-255,0-255，加上下面代码转换：
    H = h
    S = s * 255.0
    V = v * 255.0

    return H, S, V

H,S,V=rgb2hsv(R,G,B)
print(H)

（2）准了的结果

然后色卡（name本来色卡上的Hue与avg_h是一样l ）
喜大普奔奔走呼号嚎啕大哭哭什么哭~~~~~~~

3对于非纯色图的批量计算

以上代码对于纯色图OK但是对于日常图片，来计算非纯色图全图的平均色度，还是要遍历一下全图，然后读取文件图片批量处理一下下呀！！！

# Hue完美符合色卡

import cv2
import numpy as np


# -*- coding: utf-8 -*-
import os
import cv2
import os.path
import matplotlib.pyplot as plt  # 画图
import numpy as np  # 数值计算
import xlsxwriter  # EXCEL写入
from PIL import Image  # 图像处理

def rgb2hsv(img):
    h = img.shape[0]
    w = img.shape[1]
    H = np.zeros((h,w),np.float32)
    S = np.zeros((h, w), np.float32)
    V = np.zeros((h, w), np.float32)
    b,g,r = cv2.split(img)
    r, g, b = r/255.0, g/255.0, b/255.0
    for i in range(0, h):
        for j in range(0, w):
            mx = max((b[i, j], g[i, j], r[i, j]))
            mn = min((b[i, j], g[i, j], r[i, j]))
            m = mx-mn
            if mx == mn:
                H[i, j] = 0
            elif mx == r[i, j]:
                if g[i, j] >= b[i, j]:
                    H[i, j] = (60 * ((g[i, j]) - b[i, j]))/ m
                else:
                    H[i, j] = (60 * ((g[i, j]) - b[i, j])) / m +360
            elif mx == g[i, j]:
                H[i, j] = 60 * ((b[i, j]) - r[i, j]) / m + 120
            elif mx == b[i, j]:
                H[i, j] = 60 * ((r[i, j]) - g[i, j]) / m + 240
            if mx == 0:
                S[i, j] = 0
            else:
                S[i, j] = m /mx
            V[i,j]=mx

    return H, S, V


# 写入EXCEL
workbook = xlsxwriter.Workbook(r'C:\Users\admin\Desktop\py\DataOutput.xlsx')  # 创建一个Excel文件
worksheet = workbook.add_worksheet('sheetnew')  # 创建一个sheet,名为sheetnew
headings = ['demo', 'name', 'avr_h']  # 表头
worksheet.write_row('A1', headings)  # headings 写入Excel

# 计算颜色特征数值
n = 2
filepath = r'C:\Users\admin\Desktop\py\pic'  # 图像文件所在目录
pathDir = os.listdir(filepath)
for allDir in pathDir:  # 遍历文件夹
    path = r'C:/Users/admin/Desktop/py/pic/' + allDir
    writename = allDir  # 图片名称

    image = cv2.imread(path)

    h, s, v = rgb2hsv(image)
    '''cv2.imshow("h", h)
    cv2.imshow("s", s)
    cv2.imshow("v", v)
    merged = cv2.merge([h, s, v])  # 前面分离出来的三个通道
    cv2.imshow("hsv", merged)
    cv2.waitKey(0)
    cv2.destroyAllWindows()'''
    #HH = h.astype(np.float) * 2  # 转换范围H->[0-360]
    avg_hh = int(np.mean(h))  # 平均色度
    worksheet.write_row('B' + str(n), [writename, avg_hh])  # 写出到EXCEL
    worksheet.insert_image('A' + str(n), path)  # 输出图片
    n = n + 1

workbook.close()
os.startfile(r'C:\Users\admin\Desktop\py\DataOutput.xlsx')

参考链接
hsv计算公式：
https://blog.csdn.net/zhangphil/article/details/106545941
色卡来源：（但是颜色在色度环上的范围虽然可供参考但我认为不是特别准欸，后面我的发现请挪步下一篇我的博文嘻嘻嘻嘻嘻）
https://blog.csdn.net/Taily_Duan/article/details/51506776?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161121134716780261959143%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=161121134716780261959143&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v29-1-51506776.first_rank_v2_pc_rank_v29&utm_term=%E5%B0%8F%E4%B8%AB%E5%A4%B4%20hsv%20hue&spm=1018.2226.3001.4187