我有一个图像，我正在采摘颜色RGB（数据采样）。我从图像中具有“相同”颜色的特定区域选择N点。我的意思是，“相同”，图像的那部分属于一个物体，（假设一个黄色物体）。 RGB案件中的每个挑选点都有三个值[R，G，B]。例如：[120,150,225]。每个字段的最大值和最小值分别为和。 假设我从图像中的物体区域选取了N个点。这些点显然具有不同的值，但来自相同的家族（特定颜色的梯度）。如何选择RGB颜色过滤点的范围？
问题： 我要找到每个RGB场，当我的形象与该特定对象像素保持上应用的彩色滤光片（被认为是正常值）的范围。从采样点中找出最大值和最小值并将其视为滤波范围是否正确？例如，如果字段R的最大值和最小值分别为120,170，它可以用作应该保留的范围。
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，并且该物体上会有一些不适合该范围的点。
什么是更好的解决方案，包括更多的点作为inliers？
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掌握了你所要求的内容，但在我看来，过滤RGB并不是一种好的方法。如果要比较相似颜色的像素，则应该使用与RGB不同的颜色空间。 RGB对于在屏幕上表示颜色很有用，但实际上您需要查看色彩，饱和度和亮度（亮度或亮度），以分析颜色中的可见相似性。
例如，您应该先将像素转换为HSI或HSL色彩空间，然后比较您获得的不同参数。此时，比较色相范围内的色相，饱和度范围内的饱和度等是比较自然的。
Go here有关如何转换为RGB的更多信息。
这里发生的事情是，你隐式尝试重新创造颜色索引或直方图反投影。你称之为滤色片，但最好把重点放在概率上而不是颜色和色彩空间上。颜色当然不是非常可靠并且随着照明而改变（尽管色彩在非彩色照明下保持不变），这就是为什么一些色彩空间比其他色彩更好的原因。你可以单独处理这个，但是你似乎更关心计算“过滤操作”的原理，它将从背景中分割出前景对象。希望。
简而言之，直方图反投影的工作原理是首先为对象区域内的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，在直方图中查找其bin，并计算给定bin的总和的相对权重（概率），并将该概率放入图像中。以这种方式，每个像素都有可能属于该对象。如果你想模拟背景，你可以通过分割背景概率来改善它。
结果将是混乱的，但有点类似于一个对象段加上一些背景噪音。必须使用单独的方法（如连接组件，抓取，形态操作，模糊等）将其清理并重新连接到对象中。