计算机视觉之浅析RGB/HSV与inRange函数

1.RGB色彩空间

RGB色彩空间源于使用阴极射线管的彩色电视，RGB分别代表三个基色（R-红色、G-绿色、B-蓝色），具体的色彩值由三个基色叠加而成。在图像处理中，我们往往使用向量表示色彩的值，如(0,0,0)表示黑色、(255, 255, 255)表示白色。其中，255表示色彩空间被量化成255个数，最高亮度值为255（255 = 2^8 - 1，即每个色彩通道用8位表示）。在这个色彩空间中，有256256256种颜色。

⚠️：

• (红red 绿green 蓝blue)三原色：取值范围都是：[0,255],[0,255],[0,255]
• 在OpenCV中，RGB色彩空间的顺序是B，G，R

2.HSV色彩空间

HSV色彩空间（Hue-色调、Saturation-饱和度、Value-明度）将亮度从色彩中分解出来，在图像增强算法中用途很广，将图像从RGB色彩空间转换到了HSV色彩空间，以便更好地感知图像颜色。

• H (Hue)色相:取值范围 [0,180]
• S (Saturation)饱和度，即色彩纯净度，0饱和度为白色； 取值范围：[0,255]
• V (Value):明度 0明度为纯黑色；取值范围：[0,255]
  

3.由RGB色彩空间转化为HSV色彩空间

OpenCV为我们提供了特殊的函数：cv2.cvtColor(src, cv2.COLOR_BGR2HSV)，很方便的就可以将RGB色彩空间转化为HSV色彩空间。

import cv2
import numpy as np

# 读取图片
image = cv2.imread('test_pic.JPG')
cv2.namedWindow('BGR', cv2.WINDOW_NORMAL)
cv2.imshow("BGR", image)

# RGB转化到HSV
dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 根据HSV提取头发
low_hsv = np.array([0, 0, 0])        #根据上图中把黑色的最低值依次写入array中
high_hsv = np.array([180, 255, 46])  #根据上图中把黑色的最高值依次写入array中
dst = cv2.inRange(dst, low_hsv, high_hsv)
cv2.namedWindow('result', cv2.WINDOW_NORMAL)
cv2.imshow("result", dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

左边是原图，右侧是过滤出来的黑色区域