### HSI颜色空间转RGB颜色空间的理论基础 HSI（Hue, Saturation, Intensity）颜色模型是一种基于人类视觉系统的表示方法，其中色调（H）、饱和度（S）和亮度（I）分别对应于色彩、纯度以及明暗程度。为了将HSI图像转换回RGB图像，可以采用如下公式： 当 \(0 \leq H < \frac{2\pi}{3}\): \[ R = I(1+S)\cos(H)-\frac{(1-S)}{\sqrt{3}}\sin(H)+I(1-S) \] \[ G = I(1+S)(-\cos(H+\frac{2\pi}{3}))-\frac{(1-S)}{\sqrt{3}}\sin(H+\frac{2\pi}{3})+I(1-S) \] \[ B = 3I-(R+G) \] 当 \(\frac{2\pi}{3} \leq H < \frac{4\pi}{3}\): 调整角度范围并重新计算。 当 \(\frac{4\pi}{3} \leq H < 2\pi\): 同样需调整角度范围再进行计算[^1]。 以下是具体的 Python 实现代码: ```python import numpy as np def hsi_to_rgb(hsi_img): """ 将HSI图像转换为RGB图像 参数: hsi_img (numpy.ndarray): 输入的HSI图像数组，形状应为(height,width,3)，值域分别为[H,S,I], H ∈ [0, 2π), S ∈ [0,1], I ∈ [0,1]. 返回: rgb_img (numpy.ndarray): 输出的RGB图像数组，形状同输入，值域[R,G,B]∈[0,1]. """ height, width, _ = hsi_img.shape rgb_img = np.zeros_like(hsi_img) for i in range(height): for j in range(width): Hi = hsi_img[i,j,0] Si = hsi_img[i,j,1] Ii = hsi_img[i,j,2] if 0 <= Hi < 2*np.pi/3: B = Ii * (1 - Si) R = Ii * (1 + Si * np.cos(Hi)/np.cos(np.pi/3-Hi)) G = 3*Ii - (R+B) elif 2*np.pi/3 <= Hi < 4*np.pi/3: Hi -= 2*np.pi/3 R = Ii * (1 - Si) G = Ii * (1 + Si * np.cos(Hi)/np.cos(np.pi/3-Hi)) B = 3*Ii - (R+G) else: Hi -= 4*np.pi/3 G = Ii * (1 - Si) B = Ii * (1 + Si * np.cos(Hi)/np.cos(np.pi/3-Hi)) R = 3*Ii - (B+G) rgb_img[i,j,:] = [R,G,B] return rgb_img.clip(min=0,max=1) ``` 上述函数实现了从HSI到RGB的颜色空间转换逻辑，并通过遍历像素逐一应用转换公式完成操作[^2]。