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