浅谈对HSV的认识

HSV是按照眼睛对色彩的感觉来定义的，H代表色调，S代表彩色的饱和度，V代表亮度。因为黑灰白不算是彩色，因此他们的彩色饱和度都为0。对于色彩的变化，我们可以这样来看：以纯彩色（H取一个的一个特定值，并令S=1，V=1）为基础，加入黑色，只改变了V的值；若加入白色，则只改变S的值。这样，规定某种色调，同时改变S和V，就出现了深浅/明暗的变化，以红色为例就是会有深红色/浅红色/暗红色/亮红色。改变H的值就到了另外一个颜色了。参考下边的图列，在这个圆柱体空间中，以圆柱地面中心为坐标系原点，朝上为V轴。所有圆柱里的点，距离底面的高度为V，距离中心轴的距离为S，在以S和V构成的二维平面里，就是单一色调能有的色彩变化了。绕V轴转动，就是其他色调的色彩变化了。

在HSV彩色空间中，当V=0时，H和S都是没有定义，即没有意义的。这是与实际是相符的。我们知道物体的颜色是由他自身的材料特性决定的。当光线照射到他们表面，材料可能对某个特定波长吸收得少，而对其他波长却吸收的很多。这样没有被吸收的波长的波就反射到人的眼睛里较多，而特定波长的波在眼睛里形成了不同的颜色。在一个黑暗的房间（V=0），没有光（代表黑色），我们当然就不能确定物体的色彩和色彩饱和度了。当V=1，S=0，代表光照充足，没有色彩，那就是白色了。而这个点在上边的圆柱坐标系里，是处于中心轴上的点，当然就没有角度可言，因此它的色调是不确定的。好了，至此，我们就把HSV空间以及他的两个不确定点都讲述清楚了。

下面我们来讲讲它的应用。假如我们现在有一张彩色的纸，比如说红色。那么在不同的光照条件下，他的颜色表示在RGB彩色空间里是不一样的。这就给我们寻找这张彩纸带来了困难（RGB三原色是强耦合的）。但如果我们转化到HSV空间，我们可以得到H分量是不变的。因此通过阈值滤波，就可以轻松找到这张彩纸了。但是需要注意一点，一般我们把红色的色调即H值定为0，而上边出现了H没有定义的两种情况，在多数处理图像的程序中，都把未定义的H值设为0。这样我们在判断红色时就不能仅仅只判断H=0了，还得加上对V和S的判断。对于其他色调的颜色比如绿色/蓝色/等其他颜色就没有这种情况。红色比较特殊，因此可以避免用纯红色做色标。

以上文字为作者的感悟，由于水平有限，出现错误恳请指正。图片来源于维基百科，参考了两篇博文：

http://blog.csdn.net/pizi0475/article/details/8035491

http://blog.sina.com.cn/s/blog_79496d6b01016csi.html 

在此一并感谢他们的分享。