目录

1 HSV颜色空间2 关于Matlab的hsv实现3 关于OpenCV的hsv实现

1 HSV颜色空间

常见的颜色空间是RGB、HSV等，大部分图像都是RGB图像形式存在。但是在不同软件下RGB的读入内存的顺序不一样，比如， OpenCV中是以BGR的顺序排列，Qt和MATLAB是以RGB的顺序排列，不过都提供相关顺序转换函数，不用太担心。HSV颜色空间更加适合颜色的判断，比如想要找到蓝色车牌、黄色车牌等，这时候HSV比RGB更容易处理。HSV的第一个通道是H(Hue-色调)，负责颜色；第二个通道是S(Saturation-饱和度)，负责光的纯度，饱和度高，颜色则深而艳，比如S=0，就是灰度图片了；第二个通道是V(Value-亮度)，负责亮度，比如V=0，就是黑色图片了，这三个值取值范围在不同工具会不同，但是标准的HSV的取值范围是一样的，只是转换了取值范围以适应自己的工具箱。下面我们会看到这个现象。各种颜色空间本质对同一个事物的不同描述而已。本次重点是OpenCV中怎么使用，MATLAB只是引子

2 关于Matlab的hsv实现

我参考了一篇文章，还很好，链接 https://blog.csdn.net/u012428169/article/details/78929938 下面就简单的看看选取蓝色的方法。 首先，最重要的是H与颜色的对应值，MATLAB的H通道是0-1，其具体对应图如下图所示。

在这里，我选取了蓝色，根据上图选择了0.55-0.7的范围，实际中你可以微调下阈值，以便更好适应。

close all;clear all;clc; I = imread('78.bmp');%读入图片 figure,imshow(I); I_h = rgb2hsv(I);%RGB转hsv figure,imshow(I_h); [height, width, c] = size(I); for i = 1:height for j = 1:width h = I_h(i,j,1); s = I_h(i,j,2); v = I_h(i,j,3); %通过将h通道颜色值特定范围内饱和度设为0，保留范围外颜色值 if h<0.55 || h>0.7 I_h(i,j,2) = 0; % 上面已经分析了s=0，会导致灰度化，结果是除了蓝色，其他都是灰色的！！！ end end end I_r = hsv2rgb(I_h); figure, imshow(I_r);

原图片

蓝色输出，其他是灰度的哈！！！

3 关于OpenCV的hsv实现

下面就在OpenCV中获取蓝色为例。也可以通过cvSplit完成任务，下面直接访问像素。 下面是OpenCV官网关于BGR->HSV的转换公式，以及注意事项 https://docs.opencv.org/3.2.0/de/d25/imgproc_color_conversions.html#color_convert_rgb_hsv

下面看看几个细节

V和S的范围是0-255，实际上就是unsigned char，或者uchar；其作用和上面是一样的，V=0就是全黑，S=0就是灰度最有意思的H，当然H就是控制颜色的，实际上H通道是在六棱锥上定义的，一周即360°，是角度单位，而OpenCV把它除以2，线性转换成0-180，成功装进uchar里。也就是还是角度单位，后面的75没有使用。

为什么要这么做？

没有必要用两个uchar或者int更大存储范围的数据类型存储。你可能会想，除以2会不会降低精度，实际上在MATLAB将H转换成0-1的double，所以担心没有必要。最重要的是这样直接组成3个uchar，即Vec3b直接和BGR访问像素就通用了，方便了开发。

之后看看OpenCV中H通道和颜色对应关系 不难发现，蓝色对应100-124

下面，直接通过Vec3b访问HSV空间的像素。

下面的代码和访问BGR是一模一样的，不需要修改，因为OpenCV已经帮你处理好了哈。

cv::Mat src, dst; src = cv::imread("hsv.png"); if (!src.data) { cout << "Could't load image." << endl; return -1; } namedWindow("Input image", CV_WINDOW_AUTOSIZE); //展示输入图片 cv::imshow("Input image", src); cv::cvtColor(src, dst, cv::COLOR_BGR2HSV); // 转成灰度图片 int BlueCount = 0; Mat out; out.create(src.size(), src.type()); // 创建一幅和原图大小相等的空图像 for (size_t i = 0; i < dst.rows; i++) { for (size_t j = 0; j < dst.cols; j++) { int h = dst.at<cv::Vec3b>(i, j)(0); int s = dst.at<cv::Vec3b>(i, j)(1); int v = dst.at<cv::Vec3b>(i, j)(2); // 目标：让不是蓝色的灰度显示 if (!(h > 100 && h < 124)) { out.at<cv::Vec3b>(i, j)(1) = 0; } out.at<cv::Vec3b>(i, j)(0) = h; out.at<cv::Vec3b>(i, j)(2) = v; } } cv::cvtColor(out, out, COLOR_HSV2BGR); cv::imshow("out", out); cv::waitKey(0);

下面是绿色，看的更清楚，其他区域是灰度的哈