图像基础与色彩空间：RGB、HSV、Lab 详解

做图像处理，尤其是暗部提亮和高光压缩这类活儿，第一个绕不开的就是色彩空间。说白了，就是计算机怎么“理解”颜色。

我刚开始接触这行的时候，觉得 RGB 就够了啊，红绿蓝三通道，多直观。后来做了一次低光照图像的增强项目，直接用 RGB 调亮度，结果颜色全飘了，人脸跟得了黄疸似的。嗯，从那以后我才意识到——选对色彩空间，比调参数重要得多。

RGB 色彩空间：最熟悉，但未必最合适

RGB 是硬件最爱的模型。显示器、摄像头、手机屏幕，全是 RGB 的天下。每个像素用三个值表示红、绿、蓝的强度，范围通常是 0-255。

但 RGB 有个致命问题：三个通道都携带亮度信息。你调整任何一个通道，亮度和颜色会同时变化。这就麻烦了——我只想提亮暗部，结果颜色也跟着变，后期还得花时间校色。

核心痛点：RGB 中亮度与色度高度耦合，不适合做独立的亮度调整。

HSV 色彩空间：把颜色和亮度分开

HSV 把颜色拆成三个分量：色相（Hue）、饱和度（Saturation）、明度（Value）。这下好了，明度单独一个通道，调整亮度不会影响颜色。

分量 含义 范围（OpenCV）
H 色相，决定是什么颜色 0-179
S 饱和度，决定颜色浓淡 0-255
V 明度，决定亮度 0-255

我在做肤色检测的时候经常用 HSV。因为不管光线怎么变，肤色的 H 值基本稳定在 0-20 之间。你想想看，这在 RGB 里根本做不到。

但 HSV 也有短板。它的 V 通道对亮度的感知并不线性。人眼对暗部变化敏感，对亮部变化迟钝，而 V 通道是均匀采样的。这就导致一个问题：你在 V 通道上做提亮，暗部细节可能还没出来，高光已经过曝了。

Lab 色彩空间：为什么它更适合亮度处理？

Lab 是 CIE 组织制定的色彩空间，设计目标就是接近人眼视觉感知。它有三个通道：

  • L 通道：亮度，范围 0-100，完全独立
  • a 通道：绿色到红色的分量
  • b 通道：蓝色到黄色的分量

Lab 最大的优势是什么？L 通道的亮度变化，跟人眼感受到的亮度变化是一致的。你在 L 通道上提亮 10 个单位，人眼看到的就是均匀变亮了 10%。这在 RGB 和 HSV 里都做不到。

我的经验：做暗部提亮时，我习惯先把图像转到 Lab，只处理 L 通道，a 和 b 完全不动。这样既能提亮暗部，又不会引入色偏。做完再转回 RGB，效果比在 RGB 里直接调好太多了。

另外，Lab 的色域比 RGB 大得多。RGB 只能表示显示器能显示的颜色，而 Lab 覆盖了所有人眼可见的颜色。这意味着你在 Lab 里做处理，不会丢失那些 RGB 范围之外的色彩信息。

注意：Lab 的 L 通道范围是 0-100，而 OpenCV 中存储时通常用 0-255 表示。转换时要注意数据范围，否则会出现截断。

三种色彩空间对比

特性 RGB HSV Lab
亮度与色度耦合度 高 中 低
亮度感知线性 差 一般 好
色域范围 窄 中 宽
适合亮度调整 否 勉强 是
适合颜色调整 否 是 是

实战：使用 OpenCV 进行色彩空间转换

下面我带你走一遍代码。OpenCV 默认读取的图像是 BGR 格式（不是 RGB，注意这个坑），转换函数都在 cv2.COLOR_* 下面。

import cv2
import numpy as np

# 读取图像（默认 BGR）
img = cv2.imread('photo.jpg')

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

# 转 Lab
lab = cv2.cvtColor(img, cv2.COLOR_BGR2Lab)

# 分离通道
l, a, b = cv2.split(lab)

# 对 L 通道做提亮（比如加 30）
l_enhanced = cv2.add(l, 30)

# 合并通道
lab_enhanced = cv2.merge([l_enhanced, a, b])

# 转回 BGR
result = cv2.cvtColor(lab_enhanced, cv2.COLOR_Lab2BGR)

# 保存结果
cv2.imwrite('result.jpg', result)

这段代码很简单，但有几个地方要注意：

  • cv2.add 会自动做截断，保证值不超过 255。但 Lab 的 L 通道理论范围是 0-100，直接加 30 可能会溢出。我建议先归一化再处理。
  • 转换时用 cv2.COLOR_BGR2Lab，不是 RGB2Lab。OpenCV 的默认通道顺序是 BGR。
  • 处理完一定要转回 BGR 再保存，否则颜色会乱。
避坑指南：我曾经在项目里直接用 cv2.imshow 显示 Lab 图像，结果一片漆黑。因为 imshow 默认按 BGR 解析，Lab 的三个通道值跟 BGR 完全不搭。记住：显示前一定要转回 BGR。

知识结构图：色彩空间选择逻辑

下面这张图帮你理清思路：什么时候该用哪个色彩空间。

色彩空间选择逻辑 输入图像 处理目标是什么？ 亮度调整 → Lab 颜色调整 → HSV 显示/存储 → RGB 核心原则 亮度处理首选 Lab，颜色处理首选 HSV 最终输出一定要转回 RGB/BGR

总结一下我的个人习惯：

  • 做暗部提亮、高光压缩、对比度调整 → 用 Lab，只动 L 通道
  • 做颜色增强、肤色检测、色调调整 → 用 HSV，只动 H 和 S 通道
  • 做最终输出、显示、保存 → 转回 RGB/BGR

你想想看，如果一开始就选对了色彩空间，后面能省多少调参的功夫？

← 上一章 📖 返回目录 下一章 →