如何对HSV图像的hue通道执行cv::blur并保留其循环特性？

直接对HSV的Hue通道使用cv::blur会出错，因为Hue是环形数值（0和179在色彩空间中是相邻的，但线性计算会把它们当成最远的两个值）。要保留循环特性，核心思路是将Hue转换为极坐标向量分量后再做模糊，最后转回到Hue值，具体步骤如下：

• 将Hue映射为极坐标向量：把Hue的[0,179]数值转换为对应角度的正弦、余弦分量。OpenCV中Hue的0对应0°，179对应358°，先将其转为角度，再计算sin和cos值——这两个分量能正确表达Hue的环形关系。
• 对向量分量执行模糊：分别对正弦、余弦分量使用cv::blur，模糊本质是加权平均，向量的平均能正确反映环形上的中心趋势。
• 将向量转回Hue值：通过模糊后的正弦、余弦分量计算角度，再映射回OpenCV的Hue范围[0,179]。

C++代码示例 #

// 输入：单通道8位Hue图像（CV_8UC1）
cv::Mat hue;
// 假设hue已从HSV图像中分离得到

// 转换为浮点型以便计算
cv::Mat hue_float;
hue.convertTo(hue_float, CV_32F);

// 将Hue值转为0-360度范围的角度
cv::Mat theta_deg = hue_float * (360.0 / 180.0);

// 计算正弦和余弦分量
cv::Mat sin_hue, cos_hue;
cv::sin(theta_deg * CV_PI / 180.0, sin_hue);
cv::cos(theta_deg * CV_PI / 180.0, cos_hue);

// 对分量执行模糊操作（窗口大小可根据需求调整）
cv::Size blur_kernel(5, 5);
cv::Mat sin_blur, cos_blur;
cv::blur(sin_hue, sin_blur, blur_kernel);
cv::blur(cos_hue, cos_blur, blur_kernel);

// 从模糊后的分量计算角度（返回0-360度）
cv::Mat blurred_theta;
cv::phase(cos_blur, sin_blur, blurred_theta, true);

// 转换回OpenCV的Hue范围[0,179]
cv::Mat hue_blurred;
blurred_theta.convertTo(hue_blurred, CV_8U, 179.0 / 360.0);

原理说明 #

这种方法利用了极坐标的特性：环形上的相邻数值（如0和179）对应的向量方向接近，它们的正弦、余弦分量平均后，计算出的角度会落在两者的环形中间（接近359°，对应Hue的179），而不是线性平均得到的89-90左右的错误值。既保留了HSV空间的美化效果，又解决了循环特性导致的模糊错误。

内容的提问来源于stack exchange，提问作者Raffallo