1. RGB模型

2. HSV模型

3. 如何理解RGB與HSV的聯絡

4. HSV在影象處理中的應用

5. opencv中RGB-->HSV實現

在影象處理中，最常用的顏色空間是RGB模型，常用於顏色顯示和影象處理，三維座標的模型形式，非常容易被理解。

而HSV模型，是針對使用者觀感的一種顏色模型，側重於色彩表示，什麼顏色、深淺如何、明暗如何。第一次接觸HSV，書本里首先丟擲的是一個圓錐模型，由於很少使用HSV，所以印象不深刻，但看一些資料時，HSV的概念時不時出來騷擾一些人的神經，所以，弄清楚HSV與RGB的關係，建立直觀的印象是很有必要的。

1. RGB模型。

三維座標：

原點到白色頂點的中軸線是灰度線，r、g、b三分量相等，強度可以由三分量的向量表示。

用RGB來理解色彩、深淺、明暗變化：

色彩變化： 三個座標軸RGB最大分量頂點與黃紫青YMC色頂點的連線

深淺變化：RGB頂點和CMY頂點到原點和白色頂點的中軸線的距離

明暗變化：中軸線的點的位置，到原點，就偏暗，到白色頂點就偏亮

PS: 光學的分析

三原色RGB混合能形成其他的顏色，並不是說物理上其他顏色的光是由三原色的光混合形成的，每種單色光都有自己獨特的光譜，如黃光是一種單色光，但紅色與綠色混合能形成黃色，原因是人的感官系統所致，與人的生理系統有關。

只能說“將三原色光以不同的比例複合後，對人的眼睛可以形成與各種頻率的可見光等效的色覺。”

2. HSV模型

倒錐形模型：

這個模型就是按色彩、深淺、明暗來描述的。

H是色彩

S是深淺， S = 0時，只有灰度

V是明暗，表示色彩的明亮程度，但與光強無直接聯絡，（意思是有一點點聯絡吧）。

3. RGB與HSV的聯絡

從上面的直觀的理解，把RGB三維座標的中軸線立起來，並扁化，就能形成HSV的錐形模型了。

但V與強度無直接關係，因為它只選取了RGB的一個最大分量。而RGB則能反映光照強度（或灰度）的變化。

v = max(r, g, b)

由RGB到HSV的轉換：

"　　HSV對使用者來說是一種直觀的顏色模型。我們可以從一種純色彩開始，即指定色彩角H，並讓V=S=1，然後我們可以通過向其中加入黑色和白色來得到我們需要的顏色。增加黑色可以減小V而S不變，同樣增加白色可以減小S而V不變。例如，要得到深藍色，V=0.4 S=1 H=240度。要得到淡藍色，V=1 S=0.4 H=240度。

4. HSV在影象處理應用

HSV在用於指定顏色分割時，有比較大的作用。

H和S分量代表了色彩資訊。

分割應用：

      用H和S分量來表示顏色距離，顏色距離指代表兩種顏色之間的數值差異。
     Androutsos等人通過實驗對HSV顏色空間進行了大致劃分，亮度大於75%並且飽和度大於20%為亮彩色區域，亮度小於25%為黑色區域，亮度大於75%並且飽和度小於20%為白色區域，其他為彩色區域。

   對於不同的彩色區域，混合H與S變數，劃定閾值，即可進行簡單的分割。

  例如：opencv中inRange，利用HSV進行顏色分割

inRange(imgHSV, Scalar(LowH, LowS, LowV), Scalar(HighH, HighS, HighV), imgThresholded);