OpenCV HSV与RGB颜色模型的区别
HSV与RGB颜色模型的区别
HSV（Hue, Saturation, Value）和 RGB（Red, Green, Blue）是两种不同的颜色表示方式，主要区别如下：
| 对比项 | RGB | HSV |
|---|---|---|
| 定义 | 基于红、绿、蓝三原色的混合 | 基于色相（H）、饱和度（S）、明度（V）的直观描述 |
| 适用场景 | 显示器、数字图像处理（计算机直接使用） | 调色板、图像编辑（更符合人类感知） |
| 颜色调整 | 修改R、G、B分量（不直观） | 调整H（颜色）、S（鲜艳度）、V（亮度）更直观 |
| 表示方式 | 三个数值（0-255或者0-1） | H（0-360°）、S（0-100%）、V（0-100%） |
| 颜色空间 | 线性叠加（加色模型） | 圆柱/圆锥模型（更接近人眼感知） |
| 典型应用 | 网页颜色（#RRGGBB）、计算机图形 | Photoshop 调色、颜色选择器 |
1. RGB（红绿蓝）
- 原理：通过 红（R）、绿（G）、蓝（B） 三个分量的不同强度混合成各种颜色。
特点：
- 加色模型（叠加越亮，如 R+G+B=白色）。
- 适用于显示器、摄像头等电子设备。
- 调整颜色不直观（比如想调“更深的红色”需要同时改 R、G、B）。
示例：
- 纯红色：(255, 0, 0)
- 黑色：(0, 0, 0)
- 白色：(255, 255, 255)
2. HSV（色相、饱和度、明度）
- 原理：用 色相（H）、饱和度（S）、明度（V） 描述颜色。
-
- H（Hue）：颜色类型（0°-360°，如 0°=红，120°=绿，240°=蓝）。
-
- S（Saturation）：颜色鲜艳程度（0%=灰色，100%=纯色）。
-
- V（Value）：亮度（0%=黑色，100%=最亮）。
特点
- 更符合人咧对颜色的感知，调色更加直观
- 适用于设计、美术、图像处理（如调整“饱和度”或“色相”）
实例
- 纯红色： (0°, 100%, 100%)
- 灰色：(0°, 0%, 50%)
- 深蓝色：(240°, 100%, 50%)
3、相互转换
- RGB → HSV：计算色相角度、饱和度、亮度。
- HSV → RGB：根据 H、S、V 计算对应的 R、G、B 值。
代码实现
import colorsys
# RGB 转 HSV（输入范围 0-1）
h, s, v = colorsys.rgb_to_hsv(1.0, 0.0, 0.0) # 红色 → (0.0, 1.0, 1.0)
# HSV 转 RGB
r, g, b = colorsys.hsv_to_rgb(0.0, 1.0, 1.0) # 红色 → (1.0, 0.0, 0.0)
import cv2 as cv
#读图
cat = cv.imread('../../images/cat1.png')
#转灰度
gray = cv.cvtColor(cat, cv.COLOR_BGR2GRAY)
print(gray.shape)
cv.imshow('gray', gray)
#转HSV
hsv = cv.cvtColor(cat, cv.COLOR_BGR2HSV)
cv.imshow('hsv', hsv)
#转RGB
rgb = cv.cvtColor(cat, cv.COLOR_BGR2RGB)
cv.imshow('rgb', rgb)
cv.waitKey(0)
cv.destroyAllWindows()
4、如何选择
- 用 RGB：编程、网页设计、显示器显示。
- 用 HSV：调色、图像处理（如调整亮度/饱和度）、美术设计。
HSV 的优势在于 更符合人类直觉，比如：
-
想调“浅蓝色”？增加 V（明度）。
-
想调“更鲜艳的绿色”？增加 S（饱和度）。
-
想换颜色？直接改 H（色相）。
而 RGB 需要同时调整多个分量，不够直观。