Colors 如何选择RGB颜色过滤点的范围？

我有一张图像，我正在通过RGB（数据采样）选择颜色。我从图像中具有“相同”颜色的特定区域中选择N点。我所说的“相同”是指，图像的这一部分属于一个对象（比如说一个黄色对象）。RGB案例中的每个拾取点都有三个值[R，G，B]。例如：[120150225]。每个字段的最大值和最小值分别为255和0。 假设我从图像中对象的区域中拾取了N个点。这些点显然具有不同的RGB值，但来自同一系列（特定颜色的渐变）

问题： 我想为每个RGB字段找到一个范围，当我在图像上应用颜色过滤器时，与特定对象相关的像素将保留（被视为内联线）。从采样点中找出最大值和最小值并将它们视为滤波范围是正确的吗？例如，如果字段R的最大值和最小值分别为120和170，则可以将其用作应保持的范围

在我看来，这个想法是不正确的。因为当选择一组采样数据的最大值和最小值时，某些点将超出该范围，并且对象上的某些点也将不适合该范围

包含更多点作为内联线的更好解决方案是什么

---

如果有人需要查看收集的数据样本，请告诉我。

我不确定我是否完全理解您的要求，但我认为在RGB中进行过滤不是一种好办法。如果要比较类似颜色的像素，应使用不同于RGB的颜色空间。RGB很适合在屏幕上表示颜色，但实际上您需要查看色调、饱和度和强度（亮度或亮度）来分析颜色中的可见相似性

例如，您应该首先将像素转换为HSI或HSL颜色空间，然后比较获得的不同参数。此时，比较色调范围内的结果色调、饱和度范围内的饱和度等更为自然

---

有关如何在RGB之间进行转换的更多信息。

这里发生的事情是，您隐式地尝试重新创建颜色索引或直方图反投影。您称之为颜色过滤器，但最好关注概率，而不是颜色和颜色空间。颜色当然不是超可靠的，并且随着照明的变化而变化（尽管在非彩色照明条件下，色调往往保持不变），这就是为什么一些颜色空间比其他颜色空间更好的原因。您可以单独处理这个问题，但您似乎更感兴趣的是计算“过滤操作”的原理，该操作将从背景分割前景对象。希望如此

简而言之，直方图反投影的工作原理是首先在对象区域内为R、G、B创建直方图，然后按照以下方式将它们反投影到图像中。对于图像中的每个像素，在直方图中找到其存储单元，在给定存储单元总数的情况下计算其相对权重（概率），并将该概率放入图像中。这样，每个像素都有可能属于该对象。若你们也想对背景建模，你们可以通过除以背景的概率来改进它

结果将是混乱的，但有点像一个对象段加上一些背景噪声。必须对其进行清洁，然后使用单独的方法（如连接组件、抓取切割、形态学操作、模糊等）将其重新连接到对象中