Я случайно наткнулся на эту часть, когда пытался реализовать документ компьютерного зрения для сегментации объектов. Может ли кто-нибудь дать мне преимущества/благоприятные сценарии, которые нам нужны/должны скрывать изображение в цветовом пространстве YCrCb?
Зачем переходить из цветового пространства RGB в YCrCb
Ответы (2)
YCrCb — одна из нескольких цветовых моделей, которые отделяют интенсивность от информации о цвете. Это имеет различные приложения.
Одним из важных применений и причиной появления YCrCb является передача цветных телевизионных сигналов. RGB довольно избыточен, и люди более чувствительны к интенсивности, чем к информации о цвете. Таким образом, вы можете значительно сэкономить полосу пропускания, если будете передавать интенсивность в высоком разрешении, а цвет — в более низком. Таким же и, пожалуй, наиболее важным на сегодняшний день применением является сжатие JPEG.
Другое применение: выравнивание гистограммы или аналогичные методы улучшения изображения. Вы не можете просто применить это к RGB, потому что изменение соотношения RGB приведет к странным изменениям цвета. Таким образом, вы только изменяете контрастность информации об интенсивности, а затем повторно конвертируете ее обратно в RGB.
Просто выполните поиск в Интернете, чтобы узнать больше деталей.
Один из способов думать об этом состоит в том, что R, G и B коррелируют. Преобразование цвета работает как вращение вдоль одной цветовой оси (более очевидно с некоторыми обратимыми преобразованиями IMO) с целью уменьшить коэффициенты двух других цветов. В результате один канал содержит больше информации (яркость), чем 2 других (цветность). При сжатии нередко понижают разрешение каналов цветности на 2 (уменьшая размер цветового плана на 4) с очень небольшими визуальными потерями. В вашем случае может быть достаточно обработки только канала Luma.