python颜色函数_颜色空间及cv2.cvtColor 转换函数

图像处理时，有些图像可能在 RGB 颜色空间信息不如转换到其它颜色空间更清晰.

这里整理下关于颜色空间的知识，以及 python-opencv 的实现.

图像处理中有多种色彩空间，例如 RGB、HLS、HSV、HSB、YCrCb、CIE XYZ、CIE Lab 等，经常要遇到色彩空间的转化，以便生成 mask 图等操作.

颜色空间也称彩色模型(彩色空间，彩色系统)，主要是在某些标准下用通常可接受的方式对彩色加以说明.

本质上，彩色模型是坐标系统和子空间的阐述. 位于系统的每种颜色都有单个点表示.

在彩色图像处理中，选择合适的彩色模型是很重要的. 从应用的角度来看，众多彩色模型可以分为两类:

[1] - 面向诸如彩色显示器或彩色打印机之类输出显示场合使用的硬设备.

[2] - 面向视觉感知或者说以彩色处理分析为目的的应用，如动画中的彩色图形，各种图像处理的算法等.(这里主要是图像处理.)

1. 几种颜色空间

1.1. RGB

RGB (Red 红色，Green 绿色，Blue 蓝色)，是根据人眼识别的颜色而定义的空间，可用于表示大部分颜色，也是图像处理中最基本、最常用、面向硬件的颜色空间，是一种光混合的体系.

RGB 颜色模式用三维空间中的一个点表示一种颜色，每个点有三个分量，分别表示红、绿、蓝的亮度值，亮度值限定为 [0, 1].

在RGB模型的立方体中，

[1] - 原点对应的颜色为黑色，它的三个分量值都为0；

[2] - 距离