Comment puis-je convertir une image RVB en niveaux de gris, mais en garder une seule couleur?

Une option qui améliore considérablement la qualité de l'image qui en résulte est de convertir vers un autre espace de couleur afin de sélectionner plus facilement vos couleurs. En particulier, la L'espace de couleur HSV définit les couleurs des pixels en fonction de leur teinte (couleur), la saturation (la quantité de couleur), et la valeur (la luminosité de la couleur).

Par exemple, vous pouvez convertir une image RVB, HSV espace à l'aide de la fonction rgb2hsv, trouver des pixels avec des teintes qui s'étendent sur ce que vous voulez définir en tant que "non-rouge, les couleurs (comme, disons, 20 degrés à 340 degrés), réglez la saturation pour les pixels à 0 (donc ils sont en niveaux de gris), puis de convertir l'image à l'espace RVB à l'aide de la fonction hsv2rgb:

cdata = imread('EcyOd.jpg');       % Load image
hsvImage = rgb2hsv(cdata);         % Convert the image to HSV space
hPlane = 360.*hsvImage(:, :, 1);   % Get the hue plane scaled from 0 to 360
sPlane = hsvImage(:, :, 2);        % Get the saturation plane
nonRedIndex = (hPlane > 20) & ...  % Select "non-red" pixels
(hPlane < 340);
sPlane(nonRedIndex) = 0;           % Set the selected pixel saturations to 0
hsvImage(:, :, 2) = sPlane;        % Update the saturation plane
rgbImage = hsv2rgb(hsvImage);      % Convert the image back to RGB space

Et voici le résultat en image:

Notez comment, par rapport à la solution de zellus, vous pouvez facilement maintenir la lumière des tons roses sur les fleurs. Notez également que les tons brunâtres sur la tige et le sol ont disparu ainsi.

Pour un cool exemple de sélection d'objets à partir d'une image en fonction de leurs propriétés de couleur, vous pouvez consulter Steve Eddins blog Les Deux Amigos qui décrit une solution de Brett Shoelson à la MathWorks pour l'extraction d'un "amigo" à partir d'une image.

Une remarque sur la sélection de gammes de couleurs...

Une autre chose que vous pouvez faire qui peut vous aider à sélectionner des plages de couleurs, c'est de regarder l'histogramme des tons (c'est à dire hPlane à partir de ci-dessus) présents dans les pixels de votre HSV image. Voici un exemple qui utilise les fonctions histc (ou le recommandé histcounts, si disponible) et bar:

binEdges = 0:360;    % Edges of histogram bins
hFigure = figure();  % New figure
% Bin pixel hues and plot histogram:
if verLessThan('matlab', '8.4')
N = histc(hPlane(:), binEdges);  % Use histc in older versions
hBar = bar(binEdges(1:end-1), N(1:end-1), 'histc');
else
N = histcounts(hPlane(:), binEdges);
hBar = bar(binEdges(1:end-1), N, 'histc');
end
set(hBar, 'CData', 1:360, ...            % Change the color of the bars using
'CDataMapping', 'direct', ...  %   indexed color mapping (360 colors)
'EdgeColor', 'none');          %   and remove edge coloring
colormap(hsv(360));                      % Change to an HSV color map with 360 points
axis([0 360 0 max(N)]);                  % Change the axes limits
set(gca, 'Color', 'k');                  % Change the axes background color
set(hFigure, 'Pos', [50 400 560 200]);   % Change the figure size
xlabel('HSV hue (in degrees)');          % Add an x label
ylabel('Bin counts');                    % Add a y label

Et voici le pixel de la couleur de l'histogramme:

Remarquez comment l'image d'origine contient principalement le rouge, le vert et le jaune, couleur de pixels (avec un peu d'orange). Il n'y a presque pas de cyan, bleu, indigo, ou de couleur magenta pixels. Notez également que les plages que j'ai sélectionné ci-dessus (de 20 à 340 degrés) faire un bon travail de l'exclusion de la plupart de tout ce qui n'est pas une partie de deux gros rouge grappes à chaque extrémité.