【opencv-Python学习笔记（3）：色彩空间类型及其转换】

1. 熟悉常见的色彩空间，熟悉转换函数

1.常见的色彩空间

## RGB（三通道）

 基于三原色（红、绿、蓝）混合形成所有颜色，每个通道用0-255的数值表示强度（uint8类型）。 

  RGB：通道顺序为“红（R）→绿（G）→蓝（B）”（如电脑屏幕、图像编辑软件默认格式）。  

  BGR：通道顺序为“蓝（B）→绿（G）→红（R）”（**OpenCV的默认格式**，读取图像时自动按此顺序存储）。  

注意事项：

  OpenCV的`imread()`函数读取图像后，默认是BGR格式，而非日常认知的RGB。若需用其他库（如Matplotlib）显示，需先转换为RGB，否则颜色会失真（比如红色会显示为蓝色）。

##Grayscale（灰度，单通道）

使用场景： 预处理步骤（如人脸识别、文字识别）、边缘检测（如Canny算法）、需要简化计算的场景。  

## HSV（三通道）  

• H（色相）：表示颜色种类（如红、绿、蓝），范围0-179（OpenCV定义，对应实际0-360°，需注意与其他软件的差异）。  
•  S（饱和度）：表示颜色的鲜艳程度（0为灰色，255为纯色），范围0-255。  
•   V（明度）：表示颜色的明亮程度（0为黑，255为最亮），范围0-255。 （H）”和“亮度（V）”，对光照变化的鲁棒性更强。例如，同一物体在不同光照下，V可能变化很大，但H基本稳定，因此比RGB更适合**颜色检测

优势： 分离了“颜色（H）”和“亮度（V）”，对光照变化的鲁棒性更强。例如，同一物体在不同光照下，V可能变化很大，但H基本稳定，因此比RGB更适合**颜色检测

---

2. 转换函数

函数:cv2.cvtColor(src, code)

• src：输入图像（需为numpy数组）。  
• code：转换码（指定从哪种空间转换到哪种空间）。

转换场景	转换码（OpenCV）	说明
BGR → RGB	cv2.COLOR_BGR2RGB	解决 OpenCV 与显示库的格式冲突
BGR → Grayscale	cv2.COLOR_BGR2GRAY	转为灰度图
BGR → HSV	cv2.COLOR_BGR2HSV	用于颜色检测
BGR → YCrCb	cv2.COLOR_BGR2YCrCb	用于图像压缩或肤色检测
HSV → BGR	cv2.COLOR_HSV2BGR	HSV 结果转回 BGR 以便显示

例子：

import cv2
import matplotlib.pyplot as plt# 读取图像（默认BGR格式）
img_bgr = cv2.imread("test.jpg")# 1. BGR转RGB（用于Matplotlib显示）
img_rgb = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB)# 2. BGR转灰度图
img_gray = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2GRAY)# 3. BGR转HSV
img_hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)# 显示结果
plt.subplot(221), plt.imshow(img_bgr), plt.title("BGR")  # 颜色失真（因Matplotlib默认RGB）
plt.subplot(222), plt.imshow(img_rgb), plt.title("RGB")
plt.subplot(223), plt.imshow(img_gray, cmap="gray"), plt.title("Grayscale")
plt.subplot(224), plt.imshow(img_hsv), plt.title("HSV")
plt.show()

注意事项：

• HSV 范围差异：OpenCV 中 H 的范围是 0-179（对应实际 0-360°），若从其他工具（如 Photoshop）获取 HSV 阈值，需将 H 值除以 2（例如 PS 中的 H=60，对应 OpenCV 中 H=30）。
• 数据类型：转换后图像仍为 uint8 类型（0-255），若需更高精度，可先转为 float32 类型。
• 通道顺序：始终牢记 OpenCV 的默认是 BGR，避免在显示或与其他库交互时出现颜色错误。

不同色彩空间适用于不同场景：

• 显示 / 基础处理用BGR/RGB；
• 简化计算用Grayscale；
• 颜色检测用HSV；
• 图像压缩用YCrCb。