于 2017-05-22 14:40:42 发布 · 6.1k 阅读
本文介绍了图片情感分析中颜色特征的预处理方法，通过将RGB值转换为HSV，并对HSV分量进行量化，将每个像素点转化为一个值，形成二维矩阵。量化过程中，依据H、S、V的范围分别对应不同的颜色和亮度，最后通过代码展示了预处理的具体实现。 图片情感分析，重点是颜色特征的提取，将每一个像素点的颜色特征转换成一个值，最终效果是把一个图片转换成一个二维矩阵，矩阵中每一个值都代表该像素点的颜色特征。概括来说就是将每个像素点的RGB值转换为HSV，然后对HSV三个值进行加权求和，得出一个值来表示颜色特征，RGB值转换为HSV有标准公式，对HSV三个值进行加权求和时权值的选择参考自一篇对服装图像进行分类的论文。具体过程如下：
可以用img.load()直接提取图片每个像素点的RGB参数，但它并不直接与色调、饱和度和亮度等人的主观感觉相对应，所以还需要把RGB参数转换为HSV（色调H、饱和度S、亮度V），变换方法如下：
max= max ( R , G , B )；
min= min ( R , G , B )；
V= max ( R , G , B )；
S= ( max – min ) / max；
if( R = max ) H = ( G – B ) / ( max – min) * 60；
if( G = max ) H = 120 + ( B – R ) / ( max– min ) * 60；
if( B = max ) H = 240 + ( R – G ) / ( max– min ) * 60；
if( H < 0 ) H = H + 360；<
