淺談computer vision color detection .

淺談computer vision color detection .

發表於 2013-08-14 由 Chang Hydra

bitmap基本的格式

http://crazycat1130.pixnet.net/blog/post/1345538-%E9%BB%9E%E9%99%A3%E5%9C%96%EF%BC%88bitmap%EF%BC%89%E6%AA%94%E6%A1%88%E6%A0%BC%E5%BC%8F

透過android可取得bitmap上argb的32 bits位元，在此忽略alpha的影響只取RGB，將RGB轉成HSV格式，HSV是指H指hue（色相）、S指saturation（飽和度）、V指value(色調) 之color space，比起RGB它類似於人類感覺顏色的方式，具有較強的感知度，基本上一個是色環上有360度，每30度變換一種色彩，相對的顏色互補，RGB轉HSV有基本的公式，事實上我認為下面這圖直接解釋了對應關係

http://en.wikipedia.org/wiki/File:Hsl-and-hsv.svg

wiki上有詳盡的解釋以及資料

中文

http://zh.wikipedia.org/zh-tw/HSL%E5%92%8CHSV%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4

英文 資料細節較為詳盡

http://en.wikipedia.org/wiki/HSL_and_HSV

我採用的第一種辨識方式就透過分析HSV的分布 將顏色分成12種

http://en.wikipedia.org/wiki/Template:Hsv-swatches

透過saturation 的程度分成色階以及灰階value分三種程度分別為鮮明的色彩 暗黑的色彩 以及黑色

此種分辨方法較為清楚且辨識度蠻高的，缺點是12種色彩的定義有些太相近。

第二種方法使用Nine color model

http://www.academypublisher.com/proc/isip09/papers/isip09p346.pdf

分辨法為下

(1) Value (V) was substituted by the Y of YIQ color
model.
(2) Black region: V<=0.225, S<=0.225 and V<0.8.
Code=1.
(3) White region: S<=0.225 and V>=0.8. Code=2.
(4) Color region: H ([0,360]) was divided into seven
intervals, [330, 20), [20, 35), [35, 65), [65, 165), [165,
200), [200, 270), [270, 330). The Code in turn were 3, 4,
5, 6, 7, 8, 9, namely red, orange, yellow, green, cyan, blue
and magenta, respectively.

取得九種顏色資料，此種辨識方法為一般監視器系統的色階，直接取得九種人類最常使用的九種顏色，辨識度似乎也比較簡略。