一：RGB与HSV的基础知识。
1：网上很多关于RGB和HSV的介绍，随便都能搜到，这里就不在详细介绍。
二：RGB与HSV的转换关系。
1：首先根据网上RGB和HSV转换公式（参考：）写了一个QT应用程序，用来便于观察RGB和HSV的变换关系。界面如下，只要鼠标滚动任何一个数值，别的数值和下图颜色就会跟着变化。
2：先用画图简单画一个最外围色环变化。
3：试图从RGB分析颜色。
从红色开始H 从0变到了360。RGB分量的值依次增加/减少。这样我们就得出了一个简单的根据RGB判断颜色的方法。我不太会用语言描述，那就举例分析。
举例：例如颜色（R=80,G=100,B=240）
首先根据B最大，判断颜色在蓝色附近，再根据G第二大，判断颜色偏向绿色方向。那么这个颜色就是介于蓝色和青色之间。H值介于180和240之间。
根据最大亮度240，得出亮度有2/3。（240/360）
根据最大RGB之差，B-R=120。得出饱和度大概位于1/3处。(120/360)
当然这只是辅助理解，如果在程序中判断颜色，还是不建议用RGB判断。建议转换成HSV。
4：如何理解饱和度S。
采用控制变量法，让H=0,V=100固定，接着观察S变化 。
发现随着饱和度的降低，颜色越来越发白（别的颜色也是这样变化，懒得截图）。所以可以理解为S越小，颜色越发白。
根据RGB值的变化也能看出来，随着S的降低，G和B都升高，多出来的RGB混合成了白色，导致颜色越来越淡。
5：如何理解V。
根据公式就能看出来，V始终是RGB分量中的最大值转换÷2.55得出来的。
所以V越大越亮，V越小越黑。
三：色差检测
费力的分析颜色，自然是为了应用到实际中。
1：根据RGB检测色差。
rgb检测色差有着天然的劣势。因为往往一个通道的一点改变,会导致最后融合在一起的颜色发生变化,而如果三个通道的同时改变,却只会使最后的明暗发生变化,色调并不会产生大变化。
rgb计算色差没啥好说的，只需要记住采用欧式距离计算就行。精度比单纯的ABS（R1-R2）+ABS（G1-G2）+ABS（B1-B2）要高。
国外有大佬计算出了加权的RGB欧式距离计算色差公式，具体参考这个连接https://www.compuphase.com/cmetric.htm
C++代码如下
int computeColourDistance(int R1,int G1,int B1, int R2,int G2,int B2){int delta = (R1 +R2 ) / 2;int deltaR = R1 - R2;int deltaG = G1 -G2;int deltaB = B1 - B2;return sqrt((2+delta/256)*(deltaR*deltaR)+4*(deltaG*deltaG)+(2+(255-delta)/256)*(deltaB*deltaB));}2：HSV色差检测。
色差检测一般都要转换成HSV计算。最简单的算法只要判断ABS(H1-H2)即可，也可以根据S和V辅助判断。
值得一提的是HSV空间是圆锥空间，计算色差参考。
