📚 课程目录第4章颜色空间基础

OpenCV摄像头实时滤镜开发实战 - 第4节

4. 颜色空间基础

RGB、HSV、灰度、YUV 颜色空间介绍 & cv2.cvtColor 转换函数

1. RGB 颜色空间

RGB 是最基础的加色模型，由红 (R)、绿 (G)、蓝 (B) 三个通道组成。每个通道通常为 0–255，通过叠加产生丰富色彩。OpenCV 默认使用 BGR 顺序存储，与常规 RGB 顺序相反。

                📌 注意： OpenCV 中 cv2.imread() 读取的图像是 BGR 格式。显示或转换前需留意通道顺序。
            

2. HSV 颜色空间

HSV 将颜色分解为色调 (Hue)、饱和度 (Saturation)、明度 (Value)。更符合人类感知，适合做颜色分割、滤镜特效。OpenCV 中 H 范围 0–179，S 和 V 范围 0–255。

通道	含义	OpenCV 范围
H	色调 (色相)	0 – 179
S	饱和度	0 – 255
V	明度	0 – 255

3. 灰度 (Gray)

单通道图像，每个像素表示亮度，范围 0 (黑) ~ 255 (白)。通过加权 RGB 得到：Gray = 0.299·R + 0.587·G + 0.114·B。灰度是许多滤镜的基础。

4. YUV 颜色空间

YUV 将亮度 (Y) 与色度 (U, V) 分离，广泛用于视频压缩/传输。Y 代表亮度，U 和 V 代表色彩差异。OpenCV 支持多种 YUV 变体，如 COLOR_BGR2YUV。

分量	描述	典型范围
Y	亮度 (Luma)	0–255
U	蓝色色度 (Cb)	0–255
V	红色色度 (Cr)	0–255

5. 颜色空间转换函数 `cv2.cvtColor`

OpenCV 提供 cv2.cvtColor(src, code) 完成不同颜色空间转换。第二个参数使用 cv2.COLOR_* 常量。

                常用转换码：

                cv2.COLOR_BGR2GRAY · cv2.COLOR_BGR2HSV · cv2.COLOR_BGR2YUV · cv2.COLOR_HSV2BGR · cv2.COLOR_GRAY2BGR

代码示例：RGB ↔ HSV / 灰度

import cv2
import numpy as np

# 读取图像 (BGR 格式)
img = cv2.imread('example.jpg')

# 转换为灰度
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 转换为 HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 将 HSV 转换回 BGR
bgr_restored = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# 转换为 YUV
yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

# 显示结果 (请自行添加 cv2.imshow / waitKey)
print('灰度形状:', gray.shape)
print('HSV形状:', hsv.shape)

📚 课程目录