我们只探索了RGB色彩空间;然而，还有很多其他的色彩空间可以利用
色调 - 饱和度值（HSV：Hue-Saturation-Value）色彩空间与人类如何思考和设想色彩更相似。
然后是 L *a *b * 色彩空间.
为了不陷入细节，我会告诉你如何转换色彩空间。如果您认为您的图像处理和计算机视觉应用可能需要与RGB不同的色彩空间，那么我将作为练习留给读者去探索每个色彩空间的特性。
cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
https://docs.opencv.org/3.0-beta/modules/imgproc/doc/miscellaneous_transformations.html?highlight=cvtcolor#cv2.cvtColor
import numpy as np
import argparse
import cv2
ap = argparse.ArgumentParser()
ap.add_argument("-i","--image",required = True,help = "Path to the image")
args = vars(ap.parse_args())
image = cv2.imread(args["image"])
cv2.imshow("Original",image)
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray",gray)
# 我们通过指定cv2.COLOR_BGR2GRAY标志将我们的图像从RGB颜色空间转换为灰度
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv2.imshow("HSV",hsv)
lab = cv2.cvtColor(image,cv2.COLOR_BGR2LAB)
cv2.imshow("L*a*b*",lab)
cv2.waitKey(0)
图1
简单是可靠的先决条件.
更多文章请关注我的博客：https://harveyyeung.github.io
