OpenCV：rbg-> hsv-> rgb是否无损？

问题描述

这是转换rgb-> hsv-> rgb的一些测试：

def rgb2hsv_opencv(img_rgb):
    img_hsv = cv2.cvtColor(img_rgb,cv2.COLOR_RGB2HSV)
    return img_hsv

def hsv2rgb_opencv(img_hsv):
    img_rgb = cv2.cvtColor(img_hsv,cv2.COLOR_HSV2RGB)
    return img_rgb

img_bgr = cv2.imread('00000.png')

img_rgb = cv2.cvtColor(img_bgr,cv2.COLOR_BGR2RGB)

img_hsv = rgb2hsv_opencv(img_rgb)

img_rgb2 = hsv2rgb_opencv(img_hsv)

cv2.imwrite('debug_1.png',img_rgb)
cv2.imwrite('debug_2.png',img_rgb2)

print('diff:',np.max(np.fabs(img_rgb - img_rgb2)))

图像看起来一样，但是由于某种原因diff不为零，是预期的吗？

解决方法

实际上documentation对此主题有一些注释：

如果您将cvtColor与8位图像一起使用，则转换将有一些 信息丢失。对于许多应用程序，这不会引起注意 但建议在需要的应用程序中使用32位图像 完整的颜色范围或在进行操作之前可以转换图像 然后转换回来。

因此，在使用非线性转换之前添加img_rgb = img_rgb.astype(np.float32)会有所帮助，它将最大吸收差减小到diff: 0.00011444092 并添加img_rgb = img_rgb / 255.0会带来更多帮助，它将最大绝对吸收值降低到diff: 4.172325e-07

,

对于HSV，色相范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。不同的软件使用不同的比例。因此，如果将OpenCV值与它们进行比较，则需要将这些范围标准化。 [source]

因此，如果将RGB（256 ^ 3）转换为HSV（180x256x256）并向后转换，则无法获得相同的色彩分辨率，原因很简单，原因是色彩分辨率只有转换到HSV之前的一半。