HSV颜色空间：从理论到OpenCV实践

1. 什么是HSV颜色空间？

HSV颜色空间是一种基于人类视觉感知的颜色模型，由色调（Hue）、饱和度（Saturation）和明度（Value）三个维度组成。与RGB颜色空间不同，HSV更接近人类描述颜色的方式，因此在图像处理和计算机视觉领域应用广泛。

我第一次接触HSV是在做一个车牌识别的项目，当时需要从复杂的背景中提取出黄色车牌区域。用RGB空间怎么调阈值都不理想，后来切换到HSV空间，只需要设置黄色的色调范围就能完美分割，那种豁然开朗的感觉至今难忘。

HSV的三个分量各有特点：

• 色调H：用角度表示颜色种类，0°是红色，120°是绿色，240°是蓝色，形成一个完整的色环。这个设计特别符合艺术家的调色习惯。
• 饱和度S：表示颜色的纯度，0%是完全不饱和（灰色），100%是完全饱和（纯色）。你可以把它想象成颜料里掺入白色的程度 - 掺的白色越多，饱和度越低。
• 明度V：表示颜色的明亮程度，0%是纯黑，100%是最大亮度。这就像调节灯光的亮度旋钮，亮度变化但颜色本质不变。

2. HSV与RGB的转换原理

在实际项目中，我们经常需要在RGB和HSV之间转换。OpenCV提供了现成的cvtColor函数，但理解背后的数学原理很有必要。

RGB转HSV的算法可以这样理解：

1. 先把RGB值归一化到[0,1]范围
2. 找出R、G、B中的最大值max和最小值min
3. 计算明度V = max
4. 计算饱和度S = (max - min)/max （当max≠0）
5. 色调H的计算稍复杂，取决于哪个分量是最大值：
   • 如果max=min，H=0（灰度色）
   • 如果max=R，H=60°×((G-B)/(max-min))
   • 如果max=G，H=60°×(2+(B-R)/(max-min))
   • 如果max=B，H=6