数字图像处理（入门篇）五 图像数据预处理之颜色空间转换

目录

1 图像预处理的作用？

2 图像预处理技术

3 颜色空间理论

4 颜色空间转换实践

1 图像预处理的作用？

消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性、最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。

2 图像预处理技术

图像预处理的方法：颜色空间转换，灰度变换，几何矫正，图像增强，图像滤波等等。

3 颜色空间理论

可以看看之前的文章：颜色空间理论知识

4 颜色空间转换实践

（1）代码：

import numpy as np
import matplotlib.pyplot as plt
import cv2
def run(img_path):
    img = cv2.imread(img_path)
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    im_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    im_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    titles = ["img", "BGR TO GRAY", "BGR TO RGB", "BGR TO HSV"]
    images = [img, img_gray, im_rgb, im_hsv]
    for i in range(4):
        plt.subplot(2, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()
if __name__ == '__main__':
    run("test.jpg")
    pass

（2）结果图：