OpenCV+Python常用颜色空间

Gray

灰度图像，每个像素由一个值表示其灰度。
Gray = R0.3 + G0.59 + B*0.11

BGR

每个像素由长度为3的数组表示，注意BGR的顺序

CMY(K)

减法混色，多用于印刷、打印机，4通道对应于四个墨盒

CMYK

HSV/HSL(I)

人类视觉概念，画家配色

HSV颜色模型

Hue色调

用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°

Saturation饱和度

饱和度S表示颜色和白色的混合程度。饱和度高，颜色深而艳。饱和度越低，越接近白色。通常取值范围为[0,1]，值越大，颜色越饱和。

Value \ Lightness 明度

明度表示颜色明亮的程度，可以理解成环境的明亮度对色彩的影响。通常取值范围为0%（黑）到100%（白）。

颜色区间

一般对颜色空间的图像进行有效处理都是在HSV空间进行的，然后对于基本色中对应的HSV分量需要给定一个严格的范围，下面是通过实验计算的模糊范围（准确的范围在网上都没有给出）。
H: 0— 180
S: 0— 255
V: 0— 255

HSV颜色区间

如何确定一种颜色的HSV范围

import cv2
import numpy as np

green = np.uint8([[[0,255,0 ]]])
hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print(hsv_green)
# [[[ 60 255 255]]]

获得颜色的HSV值之后，一般指定区间为
[H-10, 100,100]，[H+10, 255, 255]
具体情况具体调整

CIE-XYZ

三个坐标模拟人类视锥细胞，短波、中波、长波。略微对应于红、绿、蓝

CIE-Lab

近似人类视觉，常用于图像检索。
颜色空间本身不均匀，Lab基于人类色差实验数据，均匀性好。
L表示亮度，L = 0生成黑色而L = 100指示白色
a表示从洋红色至绿色的范围，b表示从黄色至蓝色的范围，a和b的值域都是由+127至-128，其中+127 a就是红色，渐渐过渡到-128 a的时候就变成绿色；同样原理，+127 b是黄色，-128 b是蓝色。