1.1 颜色空间介绍
RGB 颜色空间是大家最熟悉的颜色空间，即三基色空间，任何一种颜色都可以由该三种 颜色混合而成。然而一般对颜色空间的图像进行有效处理都是在 HSV 空间进行的，HSV(色 调 Hue,饱和度 Saturation,亮度 Value)是根据颜色的直观特性创建的一种颜色空间, 也称六角 锥体模型。
参考:https://blog.csdn.net/taily_duan/article/details/51506776
为什么会选择 HSV 空间而不是 RGB 空间? 对于图像而言，识别相应的颜色在 RGB 空间、 HSV 空间或者其它颜色空间都是可行的。之所以选择 HSV，是因为 H 代表的色调基本上可以 确定某种颜色，再结合饱和度和亮度信息判断大于某一个阈值。而 RGB 由三个分量构成， 需要判断每种分量的贡献比例。即 HSV 空间的识别的范围更广，更方便。
图 1-1 HSV颜色空间模型
1.2 三种颜色空间的转换（gray BGR HSV)
在OpenCV中有超过150种的颜色空间转换的方法，但是我们经常会用到的也就只有两种，即 BGR->Gray 和 BGR->HSV。注意 Gray 和 HSV 不可以互相转换。 颜色空间转换:cv2.cvtColor(input_image, flag)
BGR->Gray: flag 就是 cv2.COLOR_BGR2GRAY
BGR->HSV: flag 就是 cv2.COLOR_BGR2HSV
OpenCV 中 HSV 颜色空间的取值范围:
H [0, 179] S [0, 255] V [0, 255]
图 1-2 常用颜色的取值范围
Demo, 程序的源码位于/home/pi/yahboom/colorBlcok/colorBlock.py:
图 1-3 颜色空间转换识别图片中的黄色和红色部分
在这个程序中，我们第一次接触了掩膜，有些小伙伴可能对掩膜不太了解，掩膜的概念描述不太好理解，它可以被理解为位图，可以进行腐蚀膨胀等形态学的操作。我们只需要知道，在提取感兴趣区域、屏蔽图片某些区域、结构特征提取和特殊图像制作中都可能用到掩膜，即可。
progress：可自行尝试实现多种颜色的识别。
标签：10,颜色,掩膜,RGB,BGR,HSV,空间 来源： https://www.cnblogs.com/kekeoutlook/p/11123094.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。