HSV颜色空间

在Matlab中实现颜色空间转换的各种方式，包括使用output=colorspace（‘rgb->lab’，input）调用的简便方法。

Matlab开发：颜色空间转换技术。在sRGB、YCbCr、YPbPr、YUV、YIQ、HSV、HSL、HSI、XYZ、Lab、Luv、LCH、CAT02 LMS之间进行颜色转换。

RGB颜色模型通过基于HSV的颜色直方图转换，展示了颜色在Matlab中的分布和特征。

如果你需要将 R 软件中的代码转到 MATLAB，Exact_Digitizer这个工具还挺适合的。它的功能比较直观，通过 YUV 颜色空间中的颜色匹配来进行等高线图数字化。最棒的是，代码结构清晰，包含了图像、匹配颜色以及生成坐标等多个模块，完全可以按需修改。只要你输入图像和数字化色标，程序就能帮你搞定一大堆细节，省时省力。对于常常等高线图的开发者来说，这个工具确实蛮实用的。它的使用简单，举个例子，你可以用它来裁剪图像进行数字化，或者根据给定的色标匹配颜色。main.m是主程序文件，里面集成了所有核心功能。其他一些辅助文件也挺重要，比如borders.m文件用于边界数据，cap_cursor.

以下代码可计算并展示给定图像在RGB和HSV空间中的分布直方图。每个体素的大小与其对应的RGB或HSV值的百分比成比例。

HSV颜色模型提取红色区域，regiongroup标记目标区域。 RGB颜色模型提取红色对象，二值化处理。 建议将分割后的背景黑色转为白色，以方便二值化处理。 使用数组建立识别结果，匹配索引输出结果。

使用方法：createColorHistograms(im_str)，其中im_str可以是图片文件路径或三维数组。绘制颜色直方图存在两种混淆：一种是在二维中显示三维分布，另一种是在缺乏上下文互动的情况下显示实际颜色的感知混淆。为每个RGB波段单独绘制直方图的常用方法几乎不是最佳选择。为了更好地描述颜色，建议利用图表的视觉语言来呈现。初始阶段，将每个颜色三元组划分为每个RGB波段中的25个灰度值的波段，即(r, g, b*)，其中每个值是25的倍数，最大可达255，提供了在整个色彩空间中的高分辨率表示。下一步是确定垃圾箱的排序方式。

CAD技术的发展使得改变物体颜色和图层颜色变得更加高效。现在，通过新的LSP（Lisp）扩展，用户可以轻松地调整对象的视觉属性，提升设计效率和精度。

这个脚本演示了如何在图像中查找特定颜色的对象。如果您需要在图像中仅仅通过遮罩找到红色、绿色或蓝色对象，此代码能够胜任。已在MATLAB R2014a版本下测试过。

matlab 的颜色分割项目 ColorSegmentation 挺适合刚入门图像的朋友玩一玩。它用的是比较经典的分割思路，像颜色空间转换、阈值法、K-means 聚类这些，都在代码里有体现。更妙的是，它还涉及到 MATLAB 和硬件的互动，比如你可以连摄像头直接取图，马上做分割，响应也快，代码也简单。 matlab 的 ColorSegmentation 例子蛮老的，源头可以追到 2003 年的图像研讨会。虽然时间久远，但内容还挺硬核，比如提到的颜色空间转换，像从 RGB 到 HSV、Lab，蛮常用的。不同颜色空间分割效果还挺不一样的，做实验的时候可以对比着试试。 阈值分割+边缘检测这对组合