如何利用OpenCV進行顏色分類 rgb和hsv的區(qū)別

HSV介紹

HSV是相對RGB的另一種顏色表示方式，它相對RGB而言，是一種比較直觀的顏色模型。其中顏色的參數分別是：色調（H），飽和度（S)，明度（V)。

色調H:

用角度度量，取值范圍0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°，藍色為240°。它們的補色是：黃色為60°，青色為180°，紫色為300°；

飽和度S：

飽和度S表示顏色接近光譜色的程度。一種顏色，可以看成是某種光譜色與白色混合的結合。其中光譜色所占的比例愈大，顏色接近光譜色的程度就愈高，顏色的飽和度也就愈高。飽和度高，顏色則深而艷。光譜色的白光成分為0，飽和度達到最高。通常取值范圍為0%～100%，值越大，顏色越飽和。

明度V：

明度表示顏色明亮的程度，對于光源色，明度值與發(fā)光體的光亮度有關；對于物體色，此值和物體的透射比或反射比有關，光照對此值影響最大。通常取值范圍為0%（黑）到100%（白）。

代碼：

OpenCV中由BGR轉為HSV方法：注意：OpenCV讀取的圖片格式為BGR格式，非RGB格式。

利用cv2.inRange進行二值化處理

cv2.inRange介紹

此函數可實現(xiàn)圖像的二值化處理功能，這點類似之前提到過的threshold()函數，但是threshold()函數只能對單一通道進行二值化處理，而inRange()可以對多個通道進行操作。使用inRange處理之前，需要確定好兩個數組，即圖像上限和圖像下限。

img?=?cv2.inRange(hsv,?lower,?upper)

第一個參數：hsv指的是原圖

第二個參數：lower指的是圖像中低于這個lower的值，圖像值變?yōu)?

第三個參數：upper指的是圖像中高于這個upper的值，圖像值變?yōu)?

注意：如果傳入的圖像是彩色的，即三維數組圖像，則lower與upper里面分別有三個元素，并且二者必須都是數組類型。

(lower,?upper)?兩個數組參數可以作為一個范圍，如果圖像的像素點在這個范圍之內，像素點就變成255（即白色），如果圖像的像素點在這個范圍之外，像素點就變?yōu)?（即黑色）。

處理完成之后，圖像變?yōu)槎祱D像，想要的圖像顏色變?yōu)榘咨?，其他顏色變?yōu)楹谏?，之后可以專門針對白色進行處理。

代碼示例

提取該圖水杯部分（即黑色部分）：

處理后：

由于貓耳朵與后面角落有部分黑色，并且杯子本身黑色不純（存在白點），會產生噪點，需要后續(xù)進行處理，消去噪音點。?

RGB通道與HSV通道在顏色檢測中的區(qū)別

如果光源不穩(wěn)定，光照變化較大（存在陰影或者亮斑），則利用HSV通道檢測就比RGB檢測高效得多。光照變化較大時，對RGB三個色道的參數影響都很大，在實際調參過程中會顯得非常麻煩，而且效果不理想。

HSV中，由于H是顏色的色調，基本不受光照影響（即不受陰影或者亮斑影響），而V（明度）主要體現(xiàn)了顏色明亮程度，可以主要調試V來應對光源的變化，并且調試效果比RGB色道要可靠。

編輯：峰會