python openCV学习——色彩空间之RBG和HSV

色彩空间表示用以存储图像颜色的方式。

RBG

RBG是真正具备物理意义的色彩空间。现实世界的光都可以用红R，蓝B，绿G三种基本色组合而成（这句话是照搬过来的，不知道这里的“世界的光”是具体指频率范围和强度范围多少的电磁波），即所谓的光学三原色。

平常所说的灰度图，即各个RBG值都相同的图。换句话说，三种颜色的值越接近，该像素点的灰度越高，亦即饱和度越低。

HSV色彩空间

H=Hue色调（亦称作色相），S=Saturation饱和度，V=Value亮度。有时候，V也换做B，即Bright，都是表示亮度的意思。

HSV色彩空间的提出，是为了解决RBG色彩空间太过抽象的问题。我们平时描述一个颜色，不可能说这个颜色的三个光学三原色分量是多少多少。我们更倾向于这样描述“这个是什么颜色，饱和度很高”。

推荐一个研究HSV到RBG色彩空间转化关系的方法：打开Ipad的Procreate，打开色彩盘，选择按值调色。这里就不截图了。直接说结论：

• 在饱和度和亮度最高的情况下，单独调节色相，则RBG值中一定有两个分量处在同一个极端（即要么都是0，要么都是最高值，具体最高是多少，看图像用多少bit表示颜色空间，这里就说是100%）。
• 单独调低饱和度的过程中，RBG中较小的两个分量会向最高的分量靠近。饱和度为零是，三个分量最终等于最高分量原本的值。
• 单独调低亮度的过程中，三个分量会向零靠近。亮度为0时，三个分量等于零。即纯黑色。