Pengertian Image Color Spaces pada OpenCV Beserta Contohnya - Carakubisa
Ruang Warna atau nama lainnya adalah Color Spaces adalah sekumpulan jutaan warna dan memiliki nilai yang berbeda-beda.

Dalam visi dan pengolahan gambar, komputer mengacu pada sebuah ruang warna cara khusus untuk mengatur warna.Warna ruang angkasa itu sebenarnya kombinasi dari dua hal, warna sebuah pemetaan. model dan fungsiAlasan kami ingin model warna adalah karena dia membantu kita dalam menggunakan tuples. mewakili nilai pixelPemetaan fungsi peta warna model untuk set dari semua kemungkinan warna yang dapat direpresentasikan.Ada banyak warna yang berbeda tempat tempat yang berguna.Beberapa orang lebih populer warna rgb, ruang yang sama yuv, hsv, , lab dan seterusnya.Warna yang berbeda memberikan keuntungan. ruang yang berbedaKita hanya perlu memilih warna ruang yang 's tepat untuk masalah yang diberikan.Mari kita 's mengambil beberapa warna ruang dan melihat informasi apa yang mereka sediakan:
  • RGB: mungkin paling populer ruang warna.Itu singkatan dari, merah , hijau dan biru.Pada yang demikian ruang warna, setiap warna adalah direpresentasikan sebagai pakaian berbobot kombinasi dari merah, , hijau dan biru.Jadi setiap piksel nilai direpresentasikan sebagai sebuah tuple dari tiga angka sesuai dengan, merah , hijau dan biru.Setiap nilai berkisar antara 0 dan 255.
  • YUV: meskipun rgb adalah baik untuk berbagai tujuan , ia cenderung untuk menjadi sangat terbatas jika selama bertahun real-life aplikasi .Orang orang mulai berpikir tentang metode yang berbeda untuk memisahkan intensitas informasi dari informasi warna .Oleh karena itu , mereka muncul yuv ruang warna .Yang dimaksud dengan y disetiap atau intensitas , dan u / v saluran mewakili informasi warna .Ini bekerja dalam banyak aplikasi karena visual dapat dilihat oleh mata manusia sistem intensitas informasi dengan cara yang sangat berbeda dari warna informas.
  • HSV: sebagai ternyata, bahkan yuv masih belum cukup baik untuk beberapa aplikasi.Jadi orang mulai berpikir tentang bagaimana manusia melihat warna, dan mereka datang dengan hsv. ruang warnaHsv adalah singkatan dari rona, , kejenuhan dan nilai.Ini adalah sebuah silinder sistem di mana kita memisahkan tiga dari sifat paling utama dari warna dan mewakili mereka menggunakan berbagai saluran.Ini terkait erat dengan bagaimana manusia memahami warna. sistem visualHal ini memberikan banyak fleksibilitas tentang bagaimana kita bisa menangani gambar. 

Contoh Pengolahan Color Spaces 

Mengingat semua warna ruang , ada sekitar 190 pilihan yang tersedia di opencv konversi .Jika anda ingin melihat daftar semua tersedia bendera , pergi ke shell dan mengetikkan python berikut:

import cv2
print([x for x in dir(cv2) if x.startswith('COLOR_')])

Kamu akan melihat daftar pilihan yang tersedia di opencv ksatria mengkonversi dari satu ruang warna ke yang lain.Kami dapat cukup banyak mengkonversi segala ruang warna kepada setiap lain ruang warna.Mari kita 's ilmu pengetahuan dapat mengkonversi warna gambar untuk sebuah grayscale gambar:


import cv2
img = cv2.imread('./images/input.jpg', cv2.IMREAD_COLOR)
gray_img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
cv2.imshow('Grayscale image', gray_img)
cv2.waitKey()

Apa yang Terjadi?

Kita menggunakan cvtcolor berfungsi untuk mengubah warna ruang .Argumen pertama adalah masukan gambar dan argumen kedua menentukan ruang warna konversi .

Contoh: Pemisahan Warna Gambar

Disini kalian bisa menggunakan satuan RGB,HSV/YUV ,tapi disini saya menggunakan YUV

Contoh sytax YUV :

yuv_img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

Contoh stelah di pisah :

Ini mungkin terlihat seperti seorang memburuk versi gambar asli, tapi itu tidak. 'sMari kita 's memisahkan hal: tiga saluran

# Alternative 1
y,u,v = cv2.split(yuv_img)
cv2.imshow('Y channel', y)
cv2.imshow('U channel', u)
cv2.imshow('V channel', v)
cv2.waitKey()
# Alternative
cv2.imshow('Y
cv2.imshow('U
cv2.imshow('V
cv2.waitKey()
2 (Faster)
channel', yuv_img[:, :, 0])
channel', yuv_img[:, :, 1])
channel', yuv_img[:, :, 2])

Sejak yuv _ img adalah suatu numpy ( yang menyajikan seleksi dimensi operator ), kita dapat memisahkan tiga saluran oleh mengiris itu.Jika kau mengamati dari di yuv _ img.shape, kamu akan melihat itu ada sesuatu yang 3d array.Jadi sekali anda menjalankan sebelumnya sepotong kode, kamu akan melihat tiga berbeda gambar.Menyusul adalah y: saluran.

Kalian pasti mengira kenapa warna pada hasil gambar diatas menjadi buruk, cara ini memang tidak di fokuskan untuk keindahan gambar,tapi bagaimana camera dapat mengolah gambar tersebut.

Sekian terimakasih semoga bermanfaat.

Pengertian Image Color Spaces pada OpenCV Beserta Contohnya

Ruang Warna atau nama lainnya adalah Color Spaces adalah sekumpulan jutaan warna dan memiliki nilai yang berbeda-beda.

Dalam visi dan pengolahan gambar, komputer mengacu pada sebuah ruang warna cara khusus untuk mengatur warna.Warna ruang angkasa itu sebenarnya kombinasi dari dua hal, warna sebuah pemetaan. model dan fungsiAlasan kami ingin model warna adalah karena dia membantu kita dalam menggunakan tuples. mewakili nilai pixelPemetaan fungsi peta warna model untuk set dari semua kemungkinan warna yang dapat direpresentasikan.Ada banyak warna yang berbeda tempat tempat yang berguna.Beberapa orang lebih populer warna rgb, ruang yang sama yuv, hsv, , lab dan seterusnya.Warna yang berbeda memberikan keuntungan. ruang yang berbedaKita hanya perlu memilih warna ruang yang 's tepat untuk masalah yang diberikan.Mari kita 's mengambil beberapa warna ruang dan melihat informasi apa yang mereka sediakan:
  • RGB: mungkin paling populer ruang warna.Itu singkatan dari, merah , hijau dan biru.Pada yang demikian ruang warna, setiap warna adalah direpresentasikan sebagai pakaian berbobot kombinasi dari merah, , hijau dan biru.Jadi setiap piksel nilai direpresentasikan sebagai sebuah tuple dari tiga angka sesuai dengan, merah , hijau dan biru.Setiap nilai berkisar antara 0 dan 255.
  • YUV: meskipun rgb adalah baik untuk berbagai tujuan , ia cenderung untuk menjadi sangat terbatas jika selama bertahun real-life aplikasi .Orang orang mulai berpikir tentang metode yang berbeda untuk memisahkan intensitas informasi dari informasi warna .Oleh karena itu , mereka muncul yuv ruang warna .Yang dimaksud dengan y disetiap atau intensitas , dan u / v saluran mewakili informasi warna .Ini bekerja dalam banyak aplikasi karena visual dapat dilihat oleh mata manusia sistem intensitas informasi dengan cara yang sangat berbeda dari warna informas.
  • HSV: sebagai ternyata, bahkan yuv masih belum cukup baik untuk beberapa aplikasi.Jadi orang mulai berpikir tentang bagaimana manusia melihat warna, dan mereka datang dengan hsv. ruang warnaHsv adalah singkatan dari rona, , kejenuhan dan nilai.Ini adalah sebuah silinder sistem di mana kita memisahkan tiga dari sifat paling utama dari warna dan mewakili mereka menggunakan berbagai saluran.Ini terkait erat dengan bagaimana manusia memahami warna. sistem visualHal ini memberikan banyak fleksibilitas tentang bagaimana kita bisa menangani gambar. 

Contoh Pengolahan Color Spaces 

Mengingat semua warna ruang , ada sekitar 190 pilihan yang tersedia di opencv konversi .Jika anda ingin melihat daftar semua tersedia bendera , pergi ke shell dan mengetikkan python berikut:

import cv2
print([x for x in dir(cv2) if x.startswith('COLOR_')])

Kamu akan melihat daftar pilihan yang tersedia di opencv ksatria mengkonversi dari satu ruang warna ke yang lain.Kami dapat cukup banyak mengkonversi segala ruang warna kepada setiap lain ruang warna.Mari kita 's ilmu pengetahuan dapat mengkonversi warna gambar untuk sebuah grayscale gambar:


import cv2
img = cv2.imread('./images/input.jpg', cv2.IMREAD_COLOR)
gray_img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
cv2.imshow('Grayscale image', gray_img)
cv2.waitKey()

Apa yang Terjadi?

Kita menggunakan cvtcolor berfungsi untuk mengubah warna ruang .Argumen pertama adalah masukan gambar dan argumen kedua menentukan ruang warna konversi .

Contoh: Pemisahan Warna Gambar

Disini kalian bisa menggunakan satuan RGB,HSV/YUV ,tapi disini saya menggunakan YUV

Contoh sytax YUV :

yuv_img = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

Contoh stelah di pisah :

Ini mungkin terlihat seperti seorang memburuk versi gambar asli, tapi itu tidak. 'sMari kita 's memisahkan hal: tiga saluran

# Alternative 1
y,u,v = cv2.split(yuv_img)
cv2.imshow('Y channel', y)
cv2.imshow('U channel', u)
cv2.imshow('V channel', v)
cv2.waitKey()
# Alternative
cv2.imshow('Y
cv2.imshow('U
cv2.imshow('V
cv2.waitKey()
2 (Faster)
channel', yuv_img[:, :, 0])
channel', yuv_img[:, :, 1])
channel', yuv_img[:, :, 2])

Sejak yuv _ img adalah suatu numpy ( yang menyajikan seleksi dimensi operator ), kita dapat memisahkan tiga saluran oleh mengiris itu.Jika kau mengamati dari di yuv _ img.shape, kamu akan melihat itu ada sesuatu yang 3d array.Jadi sekali anda menjalankan sebelumnya sepotong kode, kamu akan melihat tiga berbeda gambar.Menyusul adalah y: saluran.

Kalian pasti mengira kenapa warna pada hasil gambar diatas menjadi buruk, cara ini memang tidak di fokuskan untuk keindahan gambar,tapi bagaimana camera dapat mengolah gambar tersebut.

Sekian terimakasih semoga bermanfaat.
Load Comments

Subscribe Our Newsletter

Notifications

Disqus Logo