如何进行OpenCV中HSV颜色空间的分析

如何进行OpenCV中HSV颜色空间的分析，相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。

创新互联公司长期为近1000家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为白河企业提供专业的成都网站建设、网站建设，白河网站改版等技术服务。拥有十余年丰富建站经验和众多成功案例,为您定制开发。

前言

在OpenCV中我们有时候提取样本的时候可能会通过颜色来进行提取，那HSV颜色空间在这个时候就可以加以利用上了，主要是解决HSV颜色空间，用于对HSV一个基本的认识了解。

HSV颜色系统简介

HSV是一种在人们生活中甚至更常用的颜色系统，在电视遥控器上、在画画的调色板中、在你用爱某艺视频调整亮度时都很常见，因为它更符合人们描述颜色的方式——是什么颜色、颜色有多深、颜色有多亮。

H——Hue即色相，就是我们平时所说的红、绿，如果你分的更细的话可能还会有洋红、草绿等等；在HSV模型中，用度数来描述色相，其中红色对应0度，绿色对应120度，蓝色对应240度。

S——Saturation即饱和度，色彩的深浅度(0-100%) ，对于一种颜色比如红色，我们可以用浅红——大红——深红——红得发紫等等语言来描述它（请原谅一个纯理科生的匮乏的颜色系统），对应在画水彩的时候即一种颜料加上不同分量的水形成不同的饱和度。

V——Value即色调，纯度，色彩的亮度(0-100%) ，这个在调整屏幕亮度的时候比较常见。

注：在模型2中：

H是色彩点在对应圆形切面上与红色半径(对于H=0度)所形成的圆心角。

V是色彩点所在圆形切面到圆锥顶点的距离。在顶面上V=1 顶点V=0

S是色彩点到所在圆形切面圆心的距离与该圆半径的比例值，在圆锥表面上S=1，在圆心处S=0

 

HSV值对颜色的影响

如上图是H=120时的S—V平面，S和V值分别从左至右、从下至上由0增大至1。我们可以发现其规律：

• 在图片的左侧S值为0，呈现不同程度的灰色，由V值决定。

• 在图片的下侧V值为0，呈现出黑色。

• 在图片的右上角S和V值都为1，呈现出纯色，其RGB值为(0, 255, 0)。
  

因此对HSV我们的结论如下：

当S=1 V=1时，H所代表的任何颜色被称为纯色；

当S=0时，即饱和度为0，颜色最浅，最浅被描述为灰色(灰色也有亮度，黑色和白色也属于灰色)，灰色的亮度由V决定，此时H无意义；

当V=0时，颜色最暗，最暗被描述为黑色，因此此时H(无论什么颜色最暗都为黑色)和S(无论什么深浅的颜色最暗都为黑色)均无意义。

 

HSV和RGB的互相转化

RGB➡HSV
1. V = max(R, G, B)/255.0f——亮度V就是RGB值中最大的那个值进行归一化。

推论：

     纯色的RGB中肯定有一个是255。同时RGB值也不可能有3个255，因为3个255为白色，白色为对于任何色彩H，V=1而S=0时的产物。而V=1 S=0并不是纯色。同时如果V=0，那么RGB三者中的最大值是0，即GRB都为0，也就是说该像素是黑色。

2. S = (max(R, G, B) - min(R, G, B))/(float)max(R, G, B)——饱和度S是RGB中最大值和最小值的差值与最大值的比值。

推论：
    纯色(S=1 V=1)的RGB值中必定有一个0，因为当S=1，max(R, G, B) - min(R, G, B) == max(R, G, B)，即RGBMin=0。这也说明了白色(RGB(255,255,255)并不是纯色)。
    当S=0时，RGBMax-RGBMin==0，即R==G==B，此时颜色呈不同程度的灰色(由白到黑，亮度由V而定，因为V=RGBMax*100/255，V越高，RGBMax==R==G==B就越高，灰色越亮))。这也可以从上面给出的矩形图看出。

因此对于纯色来说，RGB中必有一个255和一个0。
公式换算：

HSV➡RGB

 

OpenCV中的HSV颜色体系

与上述HSV颜色系统不同的是，如果直接使用OpenCV中cvtColor函数，并设置参数为CV_BGR2HSV,那么所得的H、S、V值范围分别是[0,180)，[0,255)，[0,255)，而非[0,360]，[0,1]，[0,1]；这时我们可以查下面的表格来确定颜色的大致区间

从输出的结果来看，和我们上边所说的是相符的。

另一种hsv方法——当我们想恢复到我们一开始介绍的体系时，我们只需要加一步——对像素的bgr进行归一化，再转到hsv时得到的结果就和我们介绍的就相同了。代码和输出结果如下

此时输出结果范围和一开始所述就符合了。

看完上述内容，你们掌握如何进行OpenCV中HSV颜色空间的分析的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！