计算机视觉（三）--HSV
HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。
这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。
色调H
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°；
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。
RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。
HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。
#coding:utf-8
import matplotlib.pyplot as plt
import numpy as np
import cv2
img = cv2.imread("./imgs/7.jpg")
img_cp = np.copy(img)
img_cp = cv2.cvtColor(img_cp,cv2.COLOR_BGR2HSV)
plt.figure()
f,(a1,a2,a3,a4) = plt.subplots(1,4,figsize=(200,200))
h_img = img_cp[:,:,0]
s_img = img_cp[:,:,1]
v_img = img_cp[:,:,2]
a1.set_title("HSV channel")
a1.imshow(img_cp,cmap='gray')
a2.set_title("H channel")
a2.imshow(h_img,cmap='gray')
a3.set_title("S channel")
a3.imshow(s_img,cmap='gray')
a4.set_title("V channel")
a4.imshow(v_img,cmap='gray')
#plt.imshow(img_cp)
#plt.show()
l_threhold = np.array([100,43,46])#blue range
h_threhold = np.array([124,255,255])
mask = cv2.inRange(img_cp,l_threhold,h_threhold)
masked_img = np.copy(img_cp)
masked_img[mask != 0] = [0,0,0]
plt.figure()
plt.imshow(cv2.cvtColor(masked_img,cv2.COLOR_HSV2RGB))
plt.show()
HSV 不同通道
过滤蓝色效果