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。前言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。
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。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。香港云主机同时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
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，欢迎关注开发云行业资讯频道，感谢各位的阅读！

相关推荐: 将springboot jar应用打包成镜像并在docker运行成容器的方法

这篇文章主要介绍“将springboot jar应用打包成镜像并在docker运行成容器的方法”，在日常操作中，相信很多人在将springboot jar应用打包成镜像并在docker运行成容器的方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法…