色彩理论基础：RGB与HSV色彩空间、亮度与饱和度、色温与色调、光效的视觉特征
做光效提取，说白了就是跟颜色打交道。你连颜色都搞不清楚，怎么从画面里把光拎出来？
这一章我们不讲虚的，直接扎进色彩理论的核心。我会结合自己这些年做光效项目的经验，把RGB、HSV、亮度、饱和度、色温、色调这些概念掰开揉碎了讲清楚。
2.1 RGB色彩空间：数字图像的“母语”
RGB是计算机最底层的颜色语言。每个像素由红、绿、蓝三个通道组成，每个通道取值0-255。你看到的每一张图，本质上就是三个矩阵叠在一起。
核心公式：颜色 = R(0-255) + G(0-255) + B(0-255)
纯红：(255, 0, 0) | 纯绿：(0, 255, 0) | 纯蓝：(0, 0, 255)
白色：(255, 255, 255) | 黑色：(0, 0, 0)
我在做光效提取时，RGB最大的问题是——它把亮度和颜色信息混在一起了。你调一个通道，亮度跟着变，色相也跟着变。这就很麻烦。
我的习惯：RGB只用来做底层像素操作，比如阈值分割、通道差值计算。做光效分析时，我几乎不用RGB直接判断颜色。
2.2 HSV色彩空间：人类感知的颜色模型
HSV才是做光效提取的利器。它把颜色拆成三个独立维度：
| 分量 | 含义 | 取值范围 | 光效中的意义 |
|---|---|---|---|
| H (Hue) | 色相，颜色的种类 | 0° - 360° | 区分不同颜色的光 |
| S (Saturation) | 饱和度，颜色的纯度 | 0% - 100% | 判断光是否纯净 |
| V (Value) | 明度，颜色的明亮程度 | 0% - 100% | 提取光的强度 |
你想想看，HSV把“这是什么颜色”和“它有多亮”分开了。这对光效提取来说，简直是天赐良机。
我曾经踩过的坑：直接用OpenCV的cv2.cvtColor()把RGB转HSV，然后直接拿H值做阈值。结果发现不同光照条件下，同一个物体的H值漂移得很厉害。后来我学会了先做光照归一化，再转HSV。
2.3 亮度与饱和度：光效的两个核心维度
做光效提取，你真正关心的是两个东西：光有多亮和光有多纯。
亮度（Luminance）
亮度不是简单的V值。人眼对绿色最敏感，对蓝色最不敏感。所以真正的亮度公式是：
Y = 0.299 * R + 0.587 * G + 0.114 * B这个公式我背得滚瓜烂熟。为什么？因为有一次我在做霓虹灯光效提取，直接用V通道做阈值，结果蓝色光死活提不出来。后来换成Y通道，问题立刻解决。
饱和度（Saturation）
饱和度越高，颜色越“纯”。光效的饱和度通常很高，因为光本身是纯色。但要注意：
- 高饱和光：激光、LED、霓虹灯，饱和度通常在80%以上
- 中饱和光：白炽灯、荧光灯，饱和度在40%-70%
- 低饱和光：环境光、漫反射光，饱和度低于30%
我的经验：提取光效时，先看饱和度。饱和度低于某个阈值（比如20%），基本可以判定不是光源本身，而是被照亮的物体。
2.4 色温与色调：光的“温度”和“倾向”
色温这个概念，做光效的人必须懂。它描述的是光源的“冷暖”程度。
| 色温范围 | 视觉感受 | 常见光源 |
|---|---|---|
| 1000K - 3000K | 暖色（偏红黄） | 烛光、白炽灯、日落 |
| 3000K - 5000K | 中性（偏白） | 荧光灯、日光 |
| 5000K - 10000K | 冷色（偏蓝） | 阴天、LED冷光、屏幕 |
色调（Tint）则是在色温基础上的微调。比如同一个色温的光，可能偏绿一点，也可能偏品红一点。这在影视灯光里特别常见。
实战要点：做光效提取时，色温决定了你的阈值范围。暖色光在RGB中R通道占主导，冷色光B通道占主导。我一般会先估算色温，再决定用哪个通道做主分析。
2.5 光效的视觉特征：怎么“看”出光来
做了这么多年光效提取，我总结出光效的几个核心视觉特征。你掌握了这些，基本就能从任何画面里把光拎出来。
- 高亮度区域：光效区域通常比周围亮，V值或Y值明显偏高
- 高饱和度边缘：光源边缘的饱和度往往很高，形成“光晕”效果
- 渐变过渡：光效从中心到边缘有自然的亮度衰减
- 颜色纯净：单色光源的H值集中在很窄的范围内
- 反射特性：光效在物体表面会产生高光点
嗯，这里要注意：不是所有亮的东西都是光效。镜面反射、白色物体在强光下也会很亮。这时候就要结合饱和度和色相来判断。
我曾经犯过的错：有一次提取舞台灯光，把演员的白衬衫也当成光效提取出来了。后来加了饱和度阈值和边缘检测，才把真正的光效和反光区分开。
2.6 知识结构图：色彩理论与光效提取的关系
下面这张图是我自己整理的，把这一章的核心知识点串起来了。你看完应该能明白，这些概念之间是怎么配合的。
2.7 实战小技巧：快速判断光效类型
最后分享一个我常用的快速判断方法。拿到一张图，我一般三步走：
- 转HSV：先把图像从RGB转到HSV
- 看V通道：找出V值最高的区域，这些是潜在光源
- 看S通道：在V值高的区域里，筛选S值也高的部分
代码片段：用OpenCV实现上述三步
import cv2
import numpy as np
# 读取图像
img = cv2.imread('light_effect.jpg')
# 转HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 分离通道
h, s, v = cv2.split(hsv)
# 高亮度区域（V > 200）
bright_mask = v > 200
# 高饱和度区域（S > 80）
saturated_mask = s > 80
# 光效区域 = 高亮度 + 高饱和度
light_mask = cv2.bitwise_and(bright_mask.astype(np.uint8),
saturated_mask.astype(np.uint8))这个代码虽然简单，但我在很多项目里都用它做第一轮筛选。效果出奇的好。
注意：这个方法的阈值（V>200, S>80）不是固定的。不同场景、不同设备拍出来的图，阈值要微调。我一般会先看直方图，再定阈值。
好了，这一章的内容就到这里。色彩理论是光效提取的根基，你把这些概念吃透了，后面讲具体算法的时候，你会觉得特别顺畅。