HSV颜色空间 - 技术栈

HSV颜色空间介绍

一、HSV颜色空间的概念

HSV（Hue - Saturation - Value）是一种颜色模型，它将颜色描述为三个分量：

色调（Hue）：用于区分不同的颜色类别，取值范围通常为0 - 360°（在OpenCV中为0 - 179）。例如，红色大约在0°或180°，绿色在120°左右，蓝色在240°左右。它就像是颜色的"身份标识"，决定了我们看到的是红色、绿色还是其他颜色。
饱和度（Saturation）：表示颜色的纯度，取值范围是0 - 100%（在OpenCV等计算机视觉库中为0 - 255）。饱和度越高，颜色越鲜艳；当饱和度为0时，颜色变为灰度，即没有颜色成分，只有亮度信息。
明度（Value）：描述颜色的明亮程度，取值范围也是0 - 100%（在计算机视觉库中为0 - 255）。明度为0时表示黑色，明度越高，颜色越亮。

二、RGB转HSV公式

设RGB颜色空间中的颜色值为 ( R , G , B ) (R, G, B) (R,G,B)，其中 R , G , B R, G, B R,G,B的取值范围是0 - 255。转换后的HSV值为 ( H , S , V ) (H, S, V) (H,S,V)，其转换公式如下：

计算 V V V（明度）
- V = m a x ( R , G , B ) V = max(R, G, B) V=max(R,G,B)
计算 S S S（饱和度）
- 首先计算 d e l t a = m a x ( R , G , B ) − m i n ( R , G , B ) delta = max(R, G, B)-min(R, G, B) delta=max(R,G,B)−min(R,G,B)
- 如果 V = 0 V = 0 V=0，则 S = 0 S = 0 S=0；否则， S = d e l t a V S=\frac{delta}{V} S=Vdelta
计算 H H H（色调）
- 如果 S = 0 S = 0 S=0，则 H H H未定义（通常设为0）。
- 当 R = m a x ( R , G , B ) R = max(R, G, B) R=max(R,G,B)时， H = 60 × ( G − B d e l t a + ( G < B ? 6 : 0 ) ) H = 60\times(\frac{G - B}{delta}+(G < B? 6 : 0)) H=60×(deltaG−B+(G<B?6:0))
- 当 G = m a x ( R , G , B ) G = max(R, G, B) G=max(R,G,B)时， H = 60 × ( B − R d e l t a + 2 ) H = 60\times(\frac{B - R}{delta}+2) H=60×(deltaB−R+2)
- 当 B = m a x ( R , G , B ) B = max(R, G, B) B=max(R,G,B)时， H = 60 × ( R − G d e l t a + 4 ) H = 60\times(\frac{R - G}{delta}+4) H=60×(deltaR−G+4)

OpenCV中cv2.inRange()函数的应用示例

一、cv2.inRange()函数功能

cv2.inRange()函数用于在图像中提取指定范围内的像素。它根据给定的下限和上限阈值创建一个掩码（mask），掩码中像素值在指定范围内的位置为255（白色，表示满足条件），其他位置为0（黑色，表示不满足条件）。

二、示例代码

python 复制代码

import cv2
import numpy as np

# 读取图像
image = cv2.imread('your_image.jpg')
# 将图像从BGR转换为HSV
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 定义要提取颜色的HSV范围（以提取蓝色为例）
lower_blue = np.array([100, 50, 50])
upper_blue = np.array([140, 255, 255])

# 创建掩码
mask = cv2.inRange(hsv_image, lower_blue, upper_blue)

# 对原图像和掩码进行位运算，提取蓝色物体
result = cv2.bitwise_and(image, image, mask = mask)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Mask', mask)
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中：

首先通过cv2.imread()函数读取一张图像，然后使用cv2.cvtColor()函数将其从BGR颜色空间转换为HSV颜色空间。这是因为cv2.inRange()函数在HSV空间中进行颜色范围提取更加方便直观。
接着定义了要提取的蓝色在HSV空间中的范围。lower_blue和upper_blue分别是下限和上限阈值数组，这里的数值是根据蓝色在HSV空间中的大致范围确定的。
使用cv2.inRange()函数创建了一个掩码。这个掩码中只有蓝色物体对应的像素位置为255，其他位置为0。
最后，通过cv2.bitwise_and()函数将原图像和掩码进行位运算，得到只包含蓝色物体的图像。并通过cv2.imshow()函数显示了原始图像、掩码和最终结果，cv2.waitKey(0)等待用户按键，cv2.destroyAllWindows()关闭所有打开的窗口。

请注意，在实际应用中，你需要将your_image.jpg替换为你自己的图像路径。同时，颜色范围的设定可能需要根据具体的图像和提取目标进行调整。