HSV色彩空间

简介: 【5月更文挑战第12天】HSV色彩空间。

HSV色彩空间使用色调(Hue,也称色相)、饱和度(Saturation)和亮度(Value)表示图像。
色调H表示颜色,用角度表示,取值范围为[0°,360°],从红色开始按逆时针方向计算。例如,红色为0°、黄色为60°、绿色为120°、青色为180°、蓝色为240°、紫色为300°等。
饱和度S表示颜色接近光谱色的程度,或者表示光谱色中混入白光的比例。光谱色中白光的比例越低,饱和度越高,颜色越深、艳。光谱色中白光比例为0时,饱和度达到最高。饱和度的取值范围为[0,1]。
亮度V表示颜色明亮的程度,是人眼可感受到的明暗程度,其取值范围为[0,1]。
从RGB色彩空间转换为HSV色彩空间的计算公式如下。
在cv2.cvtColor()函数中使用cv2.COLOR_BGR2HSV转换码可将图像从BGR色彩空间转换为HSV色彩空间,示例代码如下。

test4-4.py:将BGR色彩空间转换为HSV色彩空间

import cv2
img=cv2.imread('bee.jpg') #读取图像
cv2.imshow('BGR',img) #显示图像
img2=cv2.cvtColor(img,cv2.COLOR_BGR2HSV) #转换色彩空间为HSV
cv2.imshow('HSV',img2) #显示图像
cv2.waitKey(0)

计算结果中如果H<0,则令H=H+360。

相关文章
|
7月前
|
存储 计算机视觉 Python
BGR与RGB
BGR与RGB
1886 1
|
7月前
HSV色彩空间
【5月更文挑战第13天】HSV色彩空间。
55 1
|
7月前
GRAY色彩空间
【5月更文挑战第13天】GRAY色彩空间。
51 1
|
4月前
|
计算机视觉 C++
基于VS2019和Opencv4,对hsv颜色空间的图像分割原理以及实现
这篇文章介绍了基于HSV颜色空间的图像分割原理,包括HSV模型的基本概念和如何在OpenCV中通过设置HSV的色彩范围来实现图像中特定颜色的物体分割,并通过示例代码展示了在静态图像和视频流中进行颜色分割的方法。
基于VS2019和Opencv4,对hsv颜色空间的图像分割原理以及实现
|
7月前
YCrCb色彩空间
【5月更文挑战第12天】YCrCb色彩空间。
83 6
|
7月前
HSV 被念错
HSV 被念错“【5月更文挑战第12天】”
68 6
|
7月前
|
计算机视觉
RGB色彩空间
【5月更文挑战第11天】RGB色彩空间。
58 3
|
7月前
将BGR色彩空间转换为YCrCb色彩空间
【5月更文挑战第13天】将BGR色彩空间转换为YCrCb色彩空间。
104 2
|
7月前
|
编解码 算法 计算机视觉
HSV
HSV
179 4
|
7月前
什么是灰度图像
什么是灰度图像
332 0