opencv python（四） ---- 颜色空间转换、获取特定颜色图像
- RGB和HSV
- RGB
- HSV
- RGB转HSV
- 颜色空间转换
- 获取特定颜色图像
RGB和HSV
RGB
RGB是从颜色发光的原理来设计定的，通俗点说它的颜色混合方式就好像有红、绿、蓝三盏灯，当它们的光相互叠合的时候，色彩相混，而亮度却等于两者亮度之总和，越混合亮度越高，即加法混合。
红、绿、蓝三个颜色通道每种色各分为256阶亮度，在0时“灯”最弱——是关掉的，而在255时“灯”最亮。当三色灰度数值相同时，产生不同灰度值的灰色调，即三色灰度都为0时，是最暗的黑色调；三色灰度都为255时，是最亮的白色调。
在电脑中，RGB的所谓“多少”就是指亮度，并使用整数来表示。通常情况下，RGB各有256级亮度，用数字表示为从0、1、2…直到255。注意虽然数字最高是255，但0也是数值之一，因此共256级。
HSV
HSV是一种比较直观的颜色模型，所以在许多图像编辑工具中应用比较广泛，这个模型中颜色的参数分别是：色调（H, Hue），饱和度（S,Saturation），明度（V, Value）。
色调H
用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；
饱和度S
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
明度V
明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。
RGB转HSV
RGB转HSV的公式如下：
使用python去表示就是
import math
#初始化hsv
H=S=V=np.zeros(r.shape,dtype = np.float64)
for i in range(r.shape[0]):
for j in range(r.shape[1]):
R=r[i][j]
G=g[i][j]
B=b[i][j]
#H
if B<=G:
H[i][j]=math.acos((2*R-G-B)/(2*math.sqrt((R-G)*(R-G)+(R-B)*(G-B))))
else:
H[i][j]=2*math.pi-math.acos((2*R-G-B)/(2*math.sqrt((R-G)*(R-G)+(R-B)*(G-B))))
#S
S[i][j]=(max(R,G,B)-min(R,G,B))/max(R,G,B)
#V
V[i][j]=max(R,G,B)/255
#打印
print(H)
print(S)
print(V)颜色空间转换
在opencv中颜色空间转换的还是很多的，可以转到灰度空间下、LAB空间下和HSV空间下，用到的函数为cv2.cvtColor(img,flag)，其中img为读取的图片或者视频中获取到的图像帧，flag就是转到哪个颜色空间下的选项，转到HSV下使用cv2.COLOR_BGR2HSV，在HSV颜色空间中要比RGB更容易表达一种颜色。在输入cv2.color后VSCODE中会有提示选项供你选择。
具体代码如下：
import cv2
img = cv2.imread('1.png')
gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
cv2.imshow('img',img)
cv2.imshow('GRAY',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()这样就可以出来一个灰色的图像
获取特定颜色图像
通过特定颜色的HSV阈值（是一个范围）来将图像中指定颜色抓出，在opencv中也有专门的函数，通过指定颜色的阈值来获取。
看一下使用函数的方法：
import cv2
import numpy as np
#设定蓝色的阈值最小值和最大值
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
#读取一个图片，并转为HSV颜色空间，注意不是RGB而是BGR
img = cv2.imread('1.png')
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#通过幕布的形式将图片变为二进制模式，蓝色区域为白色，不是蓝色的区域为黑色，这样获取到了图片中的蓝色区域
blue_mask = cv2.inRange(hsv,lower_blue,upper_blue)
#这是一个与的过程，将白色部分用蓝色填充
blue = cv2.bitwise_and(img ,img ,mask=blue_mask)
cv2.imshow('img',cv2.resize(blue_mask,(700,400)))
cv2.imshow('blue',cv2.resize(blue,(700,400)))
cv2.waitKey(0)
cv2.destroyAllWindows()效果如下：
