色彩空间（色域）

  “色彩空间”一词源于西方的“Color Space”，又称作“ 色域 ”。OpenCV 提供了 cvtColor()函数，用图像中不同的色彩空间进行转换，用于后续处理。常见的色彩空间有 RGB、HSV 和 HSL 等。

1. RGB

  RGB 是我们接触最多的色彩空间，用红色（R），绿色（G）和蓝色（B）三个通道表示一幅图像。RGB 色彩空间是图像处理中最基本、最常用、面向硬件的色彩空间，通过这三种颜色的不同组合几乎可以形成其它所有的颜色。RGB 色彩空间利用三个颜色分量的线性组合来表示颜色，任何颜色都与这三个分量有关，而且这三个分量高度相关，对图像的颜色进行调整需要同时调整这三个分量。

  自然环境下获取的图像容易受自然光照、遮挡和阴影等情况的影响，即对亮度比较敏感。而 RGB 色彩空间的三个分量都与亮度密切相关，即只要亮度改变，三个分量都会随之相应地改变，这需要一种更为直观的方式来体现这种变化。人眼对于这三种颜色分量的敏感程度是不一样的，在单色中，人眼对红色最不敏感，蓝色最敏感，所以 RGB 颜色空间是一种均匀性较差的颜色空间。如果颜色的相似性直接用欧氏距离来度量，其结果与人眼视觉会有较大的偏差。对于某一种颜色，我们很难推测出较为精确的三个分量数值来表示。所以，RGB 色彩空间适合于显示系统，却并不适合于图像处理。

2. HSV

  在图像处理中使用较多的是 HSV 色彩空间，它比 RGB 更接近人们对彩色的感知经验。非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。在 HSV 色彩空间下，比 BGR 更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。HSV 表达彩色图像的方式由三个部分组成：

• Hue（色调、色相）；
• Saturation（饱和度、色彩纯净度）；
• Value（明度）；

  用上面这个圆柱体来表示 HSV 颜色空间，圆柱体的横截面可以看做是一个极坐标系 ，H 用极坐标的极角表示，S 用极坐标的极轴长度表示，V 用圆柱中轴的高度表示。Hue 用角度度量，取值范围为0～360°，表示色彩信息，即所处的光谱颜色的位置。Hue=0 表示红色，Hue=120 表示绿色，Hue=240 表示蓝色。水平方向表示饱和度，饱和度表示颜色接近光谱色的程度。饱和度越高，说明颜色越深，越接近光谱色饱和度越低，说明颜色越浅，越接近白色。饱和度为0表示纯白色。取值范围为0～100%，值越大，颜色越饱和。竖直方向表示明度，决定颜色空间中颜色的明暗程度，明度越高，表示颜色越明亮，范围是 0-100%。明度为0表示纯黑色。

  RGB 色彩空间更加面向于工业，而HSV更加面向于用户，大多数做图像识别这一块的都会运用 HSV 色彩空间，因为 HSV 色彩空间表达起来更加直观！

3. HSL

  HLS 类似于 HSV，也有三个分量：hue（色相）、saturation（饱和度）和 lightness（亮度）。二者的区别在于最后一个分量不同，HLS 的是 lightness（亮度），HSV 的是 value（明度）。HLS 中的 L 分量为亮度，亮度为100，表示白色，亮度为0，表示黑色；HSV 中的 V 分量为明度，明度为100，表示光谱色，明度为0，表示黑色。下面是 HLS 色彩空间圆柱体：

  提取白色物体时，使用 HLS 更方便，因为 HSV 中的 Hue 里没有白色，白色需要由 S 和 V 共同决定（S=0, V=100）。而在 HLS 中，白色仅由亮度 L 一个分量决定。所以检测白色时使用 HSL 色彩空间更准确。

【参考】

三分钟带你快速学习RGB、HSV和HSL颜色空间;