计算机视觉（三）--HSV

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。

这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。

色调H

用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

饱和度S

饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

明度V

明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。

RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。

HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。

#coding:utf-8

import matplotlib.pyplot as plt

import numpy as np

import cv2

img = cv2.imread( "./imgs/7.jpg" )

img_cp = np.copy(img)

img_cp = cv2.cvtColor(img_cp,cv2.COLOR_BGR2HSV)

plt.figure()

f,(a1,a2,a3,a4) = plt.subplots( 1 , 4 , figsize = ( 200 , 200 ))

h_img = img_cp[:,:, 0 ]

s_img = img_cp[:,:, 1 ]

v_img = img_cp[:,:, 2 ]

a1.set_title( "HSV channel" )

a1.imshow(img_cp, cmap = 'gray' )

a2.set_title( "H channel" )

a2.imshow(h_img, cmap = 'gray' )

a3.set_title( "S channel" )

a3.imshow(s_img, cmap = 'gray' )

a4.set_title( "V channel" )

a4.imshow(v_img, cmap = 'gray' )

#plt.imshow(img_cp)

#plt.show()

l_threhold = np.array([ 100 , 43 , 46 ]) #blue range

h_threhold = np.array([ 124 , 255 , 255 ])

mask = cv2.inRange(img_cp,l_threhold,h_threhold)

masked_img = np.copy(img_cp)

masked_img[mask != 0 ] = [ 0 , 0 , 0 ]

plt.figure()

plt.imshow(cv2.cvtColor(masked_img,cv2.COLOR_HSV2RGB))

plt.show()

                                                                 HSV 不同通道

                                         过滤蓝色效果