OpenCV轻松入门（七）——HSV颜色模型图像特效案例：判断白天夜晚抠图颜色过滤替换背景图

HSV模型解释

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

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V

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）。

结论

当S=1 V=1时，H所代表的任何颜色被称为纯色；
当S=0时，即饱和度为0，颜色最浅，最浅被描述为灰色(灰色也有亮度，黑色和白色也属于灰色)，灰色的亮度由V决定，此时H无意义；
当V=0时，颜色最暗，最暗被描述为黑色，因此此时H(无论什么颜色最暗都为黑色)和S(无论什么深浅的颜色最暗都为黑色)均无意义。

注意:

在opencv中,H、S、V值范围分别是[0,180]，[0,255]，[0,255]，而非[0,360]，[0,1]，[0,1]；

这里我们列出部分hsv空间的颜色值, 表中将部分紫色归为红色。

判断白天还是夜晚案例

实现步骤

将图片从BGR颜色空间,转变成HSV颜色空间
获取图片的宽高信息
统计每个颜色点的亮度
计算整张图片的亮度平均值

注意：这仅仅只能做一个比较粗糙的判定,按照我们人的正常思维,在傍晚临界点我们也无法判定当前是属于晚上还是白天!

代码实现

import cv2
import numpy as np

# 计算明暗程度平均值函数
def col_v(img):
    img = cv2.imread(img) # 读取传进来的图片
    img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) # 转换图片为HSV颜色模式
    h,s,v = cv2.split(img) # 分割后会得到HSV3个通道的值
    v = np.average(v) # 对V（明暗度）求平均值，也可以用np.sum/图片像素点总数来求平均值
    return v

img_1 = '/Users/guojun/Desktop/img1.jpg'
img_2 = '/Users/guojun/Desktop/img2.jpg'
v_1 = col_v(img_1)
v_2 = col_v(img_2)

# 我们假设根据经验，平均值大于100的是白天
if v_2>100:
    print('day')
else:
    print('night')