如何在不使用循环的情况下从Matlab RGB图像帧中删除不需要的颜色

我有一个RGB图像帧，我想删除所有不是所需颜色的像素

如果没有for循环，如何实现这一点

    % Desired color:   R 105, G 112, B 175
            % I want to zero all pixels that are not this color (plus a tad).

    red_target = 105;
    green_target  = 112;
    blue_target = 175;

    tad = 4;
    red_low = red_target - tad;
    red_hi = red_target + tad;
    green_low = green_target - tad;
    green_hi = green_target + tad;
    blue_low = blue_target - tad;
    blue_hi = blue_target + tad;


    % Filter out non-target colors:
    % Pixel redness is within target; greenness is within target; and blueness within:
    % Reset pixel if wrong redness OR wrong greenness OR wrong blueness:
    raw_frame_size = size( raw_frame )
    rows = raw_frame_size( 1 );
    columns = raw_frame_size( 2 );
    for row = 1:rows
        for column = 1:columns
            % Reset RGB pixel value if pixel is outside desired range:
            pixel_redness =  raw_frame(row,column,1);
            pixel_greenness =  raw_frame(row,column,2);
            pixel_blueness =  raw_frame(row,column,3);
            if  (      ( pixel_redness < red_low )  |  ( pixel_redness > red_hi ) ...
                    |  ( pixel_greenness < green_low )  |  ( pixel_greenness > green_hi  ) ...
                    |  ( pixel_blueness < blue_low )  |  ( pixel_blueness > blue_hi ) ) 
                raw_frame( row, column, 1 ) = 0;
                raw_frame( row, column, 2 ) = 0;
                raw_frame( row, column, 3 ) = 0;

            end
        end
    end

%所需颜色：R105、G112、B175
%我想把所有不是这种颜色的像素归零（加上一点）。
红色目标=105；
绿色目标=112；
蓝色目标=175；
tad=4；
红色低=红色目标-tad；
红色高=红色目标+tad；
绿色低=绿色目标-tad；
绿色高=绿色目标+tad；
蓝色低=蓝色目标-tad；
蓝色高=蓝色目标+tad；
%过滤掉非目标颜色：
%像素红色在目标范围内；绿色度在目标范围内；以及内在的蓝色：
%如果红色或绿色错误或蓝色错误，则重置像素：
原始帧大小=大小（原始帧）
行=原始帧大小（1）；
列=原始帧大小（2）；
对于行=1：行
对于列=1：列
%如果像素超出所需范围，则重置RGB像素值：
像素红度=原始帧（行、列、1）；
像素绿色度=原始帧（行、列、2）；
像素蓝度=原始帧（行、列、3）；
如果（（像素红度<红度低）|（像素红度>红度高）。。。
|（像素绿色度<绿色度低）|（像素绿色度>绿色度高）。。。
|（像素_蓝度<蓝色_低）|（像素_蓝度>蓝色_高））
原始帧（行、列、1）=0；
原始帧（行、列、2）=0；
原始帧（行、列、3）=0；
结束
结束
结束
没有for循环就无法完成。
下面是我使用for循环的解决方案

    % blue:   R 105, G 112, B 175

    red_target = 105;
    green_target  = 112;
    blue_target = 175;

    tad = 20;
    red_low = red_target - tad;
    red_hi = red_target + tad;
    green_low = green_target - tad;
    green_hi = green_target + tad;
    blue_low = blue_target - tad;
    blue_hi = blue_target + tad;


    % Filter out non-target colors:
    % Pixel redness is within target; greeness is within target; and blueness within:
    % Reset pixel if wrong redness OR wrong greenness OR wrong blueness:

    raw_frame_size = size( raw_frame )
    rows = raw_frame_size( 1 );
    columns = raw_frame_size( 2 );
    for row = 1:rows
        for column = 1:columns
            % Reset RGB pixel value if pixel is outside desired range:
            pixel_redness =  raw_frame(row,column,1);
            pixel_greenness =  raw_frame(row,column,2);
            pixel_blueness =  raw_frame(row,column,3);
            if  (      ( pixel_redness < red_low )  |  ( pixel_redness > red_hi ) ...
                    |  ( pixel_greenness < green_low )  |  ( pixel_greenness > green_hi  ) ...
                    |  ( pixel_blueness < blue_low )  |  ( pixel_blueness > blue_hi ) ) 
                raw_frame( row, column, 1 ) = 0;
                raw_frame( row, column, 2 ) = 0;
                raw_frame( row, column, 3 ) = 0;

            end
        end
    end

%blue:R105、G112、B175
红色目标=105；
绿色目标=112；
蓝色目标=175；
tad=20；
红色低=红色目标-tad；
红色高=红色目标+tad；
绿色低=绿色目标-tad；
绿色高=绿色目标+tad；
蓝色低=蓝色目标-tad；
蓝色高=蓝色目标+tad；
%过滤掉非目标颜色：
%像素红色在目标范围内；绿色在目标范围内；以及内在的蓝色：
%如果红色或绿色错误或蓝色错误，则重置像素：
原始帧大小=大小（原始帧）
行=原始帧大小（1）；
列=原始帧大小（2）；
对于行=1：行
对于列=1：列
%如果像素超出所需范围，则重置RGB像素值：
像素红度=原始帧（行、列、1）；
像素绿色度=原始帧（行、列、2）；
像素蓝度=原始帧（行、列、3）；
如果（（像素红度<红度低）|（像素红度>红度高）。。。
|（像素绿色度<绿色度低）|（像素绿色度>绿色度高）。。。
|（像素_蓝度<蓝色_低）|（像素_蓝度>蓝色_高））
原始帧（行、列、1）=0；
原始帧（行、列、2）=0；
原始帧（行、列、3）=0；
结束
结束
结束
从我所能看出的是您的目标，对于使用逻辑索引的
循环，这在没有
的情况下是绝对可以实现的

% Prepare Filter Arrays.
imageSize = size ( raw_frame );
filterArray  = zeros ( imageSize ( 1 ) , imageSize ( 2 ) );

% Identify filter pixels.
% This step utilizes logical indexing.
filterArray ( raw_frame(:,:,1) < red_low ) = 1;
filterArray ( raw_frame(:,:,1) > red_high ) = 1;
filterArray ( raw_frame(:,:,2) < green_low ) = 1;
filterArray ( raw_frame(:,:,2) > green_high ) = 1;
filterArray ( raw_frame(:,:,3) < blue_low ) = 1;
filterArray ( raw_frame(:,:,3) > blue_high) = 1;

% Replicate the array to 3D.
filter3d = repmat ( filterArray , [ 1 1 3 ]);

% Filter the image.
% This step also uses logical indexing.
raw_frame ( filter3d ) = 0;

%准备过滤器阵列。
图像大小=大小（原始帧）；
filterArray=零（imageSize（1），imageSize（2））；
%识别过滤器像素。
%此步骤利用逻辑索引。
过滤器阵列（原始帧（：，：，1）<红色低）=1；
过滤器阵列（原始帧（：，：，1）>红色帧高）=1；
过滤器阵列（原始帧（：，：，2）<绿色低）=1；
过滤器阵列（原始帧（：，：，2）>绿色高）=1；
过滤器阵列（原始帧（：，：，3）<蓝色低）=1；
过滤器阵列（原始帧（：，：，3）>蓝色高）=1；
%将阵列复制到3D。
filter3d=repmat（filterArray[13]）；
%过滤图像。
%此步骤还使用逻辑索引。
原始帧（filter3d）=0；

此外，由于无法单独使用RGB值将颜色从饱和度和黑暗中分离出来，因此使用RGB图像执行颜色过滤通常是一种不好的做法

例如，RGB值[100,80,40]和[50,40,20]是相同的颜色（色调），但强度不同（亮度或值）。更好的选择可能是：

targetRgb(1,1,1) = 105;
targetRgb(1,1,2) = 112;
targetRgb(1,1,3) = 175;
targetHsv = rgb2hsv(targetRgb);

frameHsv = rgb2hsv(raw_frame);
frameSize = size(raw_frame);

hTad = 0.05;

% Values must be in the range [0,1] inclusive.
% Because "hue" is a "colorwheel", -0.3 would be the same value as 0.7.
targetHLow = ( targetHsv(1) - hTad + 1 ) - floor ( targetHsv(1) - hTad + 1);

% A value like 1.3 is the same  as 0.3
targetHHigh = ( targetHsv(1) + hTad ) - floor ( targetHsv(1) + hTad );

% Create the filter.
hFilter = zeros(frameSize(1),frameSize(2));
hFilter(hFilter<targetHLow) = 1;
hFilter(hFilter>targetHHigh) = 1;

% Zero out the value channel.
frameV = framHsv(:,:,3);
frameV(hFilter) = 0;
frameHsv(:,:,3) = frameV;

% Convert the modified HSV back to RGB.
frameFiltered = hsv2rgb(frameHsv);    

targetRgb（1,1,1）=105；
targetRgb（1,1,2）=112；
targetRgb（1,1,3）=175；
targetHsv=rgb2hsv（targetRgb）；
frameHsv=rgb2hsv（原始帧）；
frameSize=大小（原始帧）；
hTad=0.05；
%值必须在[0,1]范围内（含0,1）。
%因为“色调”是“色轮”，所以-0.3与0.7的值相同。
targetHsv=（targetHsv（1）-hTad+1）-地板（targetHsv（1）-hTad+1）；
%类似于1.3的值与0.3的值相同
targetHHigh=（targetHsv（1）+hTad）-地板（targetHsv（1）+hTad）；
%创建过滤器。
hFilter=0（帧大小（1），帧大小（2））；
高频滤波器（高频滤波器目标高）=1；
%将值通道归零。
frameV=framHsv（：，：，3）；
frameV（hFilter）=0；
frameHsv（：，：，3）=frameV；
%将修改后的HSV转换回RGB。
frameFiltered=hsv2rgb（frameHsv）；
我认为有一个更简单、计算效率更高的实现。过滤器是一个2D逻辑阵列

myrgb = rand(100,100,3);
imagesc(myrgb)
floatNorm = 2^8 - 1;
tad = repmat(4, [100, 100, 3]);
target = repmat([105,112,175], 100*100, 1);
target = reshape(target, [100, 100, 3]);
threshold = (target + tad)/floatNorm;
myFilt = abs(myrgb - 1/2) <= threshold;
myrgb(myFilt) = 0;
imagesc(myrgb)

myrgb=rand（100100,3）；
imagesc（myrgb）
floatNorm=2^8-1；
tad=repmat（4[100100,3]）；
target=repmat（[105112175]，100*100,1）；
目标=重塑（目标[100100,3]）；
阈值=（目标+tad）/NORM；
myFilt=abs（myrgb-1/2）看看这个，然后做相反的事情：另外，要小心使用
和
&
。我认为您的代码中缺少一些
&
。完成。我介绍了如何使用for循环，我希望用最少数量的语句替换它。@DougNull-再次。。。看看这个帖子：。。。然后做相反的操作。@DougNull-那篇文章根本没有对
循环使用
。它将图像转换为HSV，并在选择要保持的颜色的主要色调时进行一些巧妙的选择。在您的情况下，您希望执行相反的操作并删除该domi