一、色彩空间
色彩空间是坐标系统定义的色彩范围，常见类型包括 RGB、CMYK、HSV、HSL 等。其核心是通过三色刺激值（红、绿、蓝三种主要颜色）建立颜色叠加模型，利用异谱同色原理实现颜色匹配。
我们可以在终端中使用 pip 安装 OpenCV 模块。默认是从国外的主站上下载，因此，我们可能会遇到网络不好的情况导致下载失败。我们可以在 pip 指令后通过 -i 指定国内镜像源下载。
pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple
国内常用的 pip 下载源列表：
- 阿里云 https://mirrors.aliyun.com/pypi/simple
- 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple
- 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple
- 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple
1.1、GRAY色彩空间
GRAY（灰度图像）通常指 8 位灰度图，其具有 256 个灰度级，像素值范围是 [0, 255]。当图像有 RGB 色彩空间转换为 GRAY 色彩空间时，其处理方式如下：
上述是标准的转换方式，也是 OpenCV 中使用的转换方式。有时，也可以采用简化形式完成转换：
1.2、XYZ色彩空间
XYZ 色彩空间是设备独立的颜色空间，包含了所有人类能够察觉的颜色，不同于 RGB 颜色空间仅表示监视器所能显示的颜色范围。它基于人类颜色视觉的直接测定，充当许多其他色彩空间的定义基础。
将 RGB 色彩空间转换转换为 XYZ 色彩空间，其转换形式如下：
将 XYZ 色彩空间转换为 RGB 色彩空间，其转换格式如下：
1.3、YCrCb色彩空间
人眼视觉系统对颜色的敏感度要低于对亮度的敏感度。在传统的 RGB 色彩空间内，RGB 三原色具有相同的重要性，但是忽略了亮度信息。在 YCrCb 色彩空间中，Y 代表 光源的亮度，色彩信息保存在 Cr 和 Cb 中。其中，Cr 表示 红色分量信息，Cb 表示 蓝色分量信息。亮度给出了颜色亮或暗的程度信息，该信息可以通过照明中强度成分的加权和来计算。在 RGB 光源中，绿色分量的影响最大，蓝色分量的影响最小。
从 RGB 色彩空间到 YCrCb 色彩空间的转换公式如下：
其中，delta 的取值如下：
从 YCrCb 色彩空间到 RGB 色彩空间的转换公式如下：
1.4、HSV色彩空间
RGB 是从硬件的角度提出的颜色模型，在与人眼匹配的过程中可能存在一定的差异，HSV 色彩空间是一种面向视觉感知的颜色模型。HSV 色彩空间从心理学和视觉的角度出发，指出人眼的色彩知觉主要包含三要素：色调（也称为 色相）、饱和度 和 亮度。
- 色调：是指 光的颜色，与混合光谱中主要光波长有关。
- 饱和度：是指 色彩的相对纯净度，或一种颜色混合白光的数量。
- 亮度：是指人眼感受到的 光的明暗程度，该指标与物体的反射度有关。
在具体实现上，我们将物理空间的颜色分布在圆周上，不同的角度代表不同的颜色。因此，通过调整色调值就能选取不同的颜色，色调的取值区间为 [0, 369]。色调取不同的值时，所代表的颜色如下，两个角度之间的角度值对应两个颜色之间的过渡色。
| 色调值 | 颜色 |
|---|---|
| 0 | 红色 |
| 60 | 黄色 |
| 120 | 绿色 |
| 180 | 青色 |
| 240 | 蓝色 |
| 300 | 品红色 |
饱和度 为一比例值，范围是 [0, 1]，具体为所选颜色的纯度值和该颜色最大纯度值之间的比值。饱和度的值为 0 时，只有灰色。
亮度 表示色彩的明亮程度，取值范围也是 [0, 1]。
在从 RGB 色彩空间转换到 HSV 色彩空间之前，需要先将 RGB 色彩空间的值转换到 [0, 1] 之前，然后在进行处理，具体处理方法如下：
计算结果可能存在 H < 0 的情况，如果出现这种情况，则需要对 H 进行进一步计算。
由上述公式计算可知：
1.5、HSL色彩空间
HLS 色彩空间包含的三要素是 色调、光亮/明亮 和 饱和度。
- 色调：表示人眼所能感知的颜色。在 HSL 模型中，所有的颜色分布在一个平面的色调环上，整个色调环为 360 度的圆心角，不同的角度代表不同的颜色。
- 光亮度/明度：用来控制色彩的明暗变化，它的取值范围也是 [0, 1]。
- 饱和度：使用 [0, 1] 的值描述相同色调、相同光亮度/明度下的色彩纯度变化。饱和度的值越大，表示颜色的纯度越高，颜色越鲜艳。反之，饱和度的值越小，色彩的纯度越低。
1.6、RGBA色彩空间
在 RGB 色彩空间三个通道的基础上，还可以加上一个 A 通道，也叫 Alpha 通道，表示 透明度。Alpha 通道的赋值范围是 [0, 1]，或者 [0, 255]，表示从透明到不透明。
二、类型转换函数
在 OpenCV 内，我们使用 cv2.cvtColor() 函数实现色彩空间的变化。该函数能够实现多个色彩空间之间的转换，其语法格式如下：
cvtColor(src: cv2.typing.MatLike, code: int, dst: cv2.typing.MatLike | None = ..., dstCn: int = ..., hint: AlgorithmHint = ...) -> cv2.typing.MatLike: ...
其中，src 参数是 原始输入图像，可以是 8 位无符号图像、16 位无符号图像，或者单精度浮点数等。code 参数是 色彩空间转换码，它是一个枚举值。dst 参数是 目标图像。dstCn 是 目标图像的通道数，如果参数为默认的 0，则通道数自动通过原始输入图像和 code 得到。
import sys
import cv2if __name__ == '__main__':cv2.namedWindow("window") # 1.创建窗口# OpenCV读取的图像默认是是BGR的色彩空间image = cv2.imread("assets/images/1.png") # 2.读取图像if image is None:print("加载图片失败")sys.exit(0)color_spaces = [cv2.COLOR_BGR2RGB, cv2.COLOR_BGR2RGBA, cv2.COLOR_BGR2GRAY, cv2.COLOR_BGR2HSV, cv2.COLOR_BGR2YUV]cv2.createTrackbar("color space", "window", 0, 4, lambda x: None) # 3.创建一个滑动条while True:index = cv2.getTrackbarPos("color space", "window") # 4.获取滑动条的位置corvert_image = cv2.cvtColor(image, color_spaces[index]) # 5.根据滑动条的位置转换图像的颜色空间cv2.imshow("window", corvert_image) # 6.显示图像key = cv2.waitKey(1) # 7.等待用户按键if key == ord('q'):breakcv2.destroyAllWindows() # 8.销毁所有窗口sys.exit(0) # 9.退出程序