总目录：1.1 OpenCV介绍与学习路线　｜　第二章：基础图像处理　｜　编号：2.1

← 上一节：1.5 NumPy与图像数组　｜　下一节：2.2 缩放裁剪与拼接 →

---

2.1 颜色空间与通道

同一张图可以换一种方式描述。RGB 关心红绿蓝混了多少，HSV 更像人说的“什么颜色、颜色多纯、亮不亮”，灰度图则只保留明暗。

一、通道是什么

三通道彩色图可以看成三张灰度图叠在一起，每张记录一种颜色分量：

blue, green, red = cv2.split(image)
merged = cv2.merge([blue, green, red])

split 容易读懂，但需要分配多个数组。只取一个通道时，NumPy 切片更直接：

blue = image[:, :, 0]

二、BGR 与 RGB

OpenCV 默认彩色顺序是 BGR：

blue_pixel = (255, 0, 0)
red_pixel = (0, 0, 255)

Matplotlib、Pillow 和很多深度学习接口更常使用 RGB。直接把 BGR 交给它们，红蓝会交换：

rgb = cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)

三、灰度图：只留下亮度

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

灰度图只有一个通道，常用于：

• 阈值分割；
• Canny 边缘检测；
• 轮廓前的预处理；
• 不需要颜色的计算。

它不是简单把 B、G、R 三个数求平均，而是按人眼对不同颜色亮度的敏感程度加权。

四、HSV：把颜色种类和明暗拆开

HSV 的三个通道：

通道	英文	直观含义
H	Hue	色相，大概回答“是什么颜色”
S	Saturation	饱和度，颜色纯不纯
V	Value	明度，亮不亮

hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

对 8 位图像，OpenCV 常用范围是：

H：0～179
S：0～255
V：0～255

H 只有 0～179，是因为 OpenCV 用 8 位整数把 0～360° 色相缩放了一半。

颜色检测喜欢 HSV，是因为调亮度时主要影响 V，不会像直接在 BGR 三个方向里那样难描述。详细实践见 2.7 HSV颜色检测。

五、cvtColor：颜色空间转换

常用写法：

gray = cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY)
rgb = cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)
hsv = cv2.cvtColor(bgr, cv2.COLOR_BGR2HSV)
bgr_again = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

不要把 HSV 直接当普通彩色图看

cv2.imshow("HSV raw", hsv)

这样显示的是 H、S、V 三个数被窗口当作 B、G、R 解释后的伪颜色，不能凭肉眼把它当“真实 HSV 效果”。通常应拆通道观察，或转换回 BGR。

什么时候选哪一种

要正常显示、绘图        → BGR
要交给 RGB 接口         → RGB
只关心亮暗、边缘、形状  → 灰度
要按颜色范围分割        → HSV

---

← 上一节：1.5 NumPy与图像数组　｜　下一节：2.2 缩放裁剪与拼接 →