持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第17天， 点击查看活动详情
我们已经学习
如何使用不同的色彩空间
并尝试识别具有特定颜色的图像区域。例如，
RGB
颜色空间虽然是电子成像系统中颜色捕获和显示的有效表示，但这种表示不是很直观，因为，这并不是人类观察颜色的方式。我们通常根据色调、亮度或色彩(即颜色是鲜艳的还是柔和的)来谈论颜色，因此，引入了基于色调、饱和度和亮度概念的直觉色彩空间(
phenomenal color spaces
)，以使用更直观的属性指定颜色。在本节中，我们将介绍并利用色相、饱和度和亮度作为描述颜色的一种方式。
用色调、饱和度和亮度表示颜色
将
BGR
图像转换为直觉色彩空间同样需要使用
cv::cvtColor
函数完成。
1.
使用
cv::COLOR_BGR2HSV
转换
BGR
色彩空间：
// 转换色彩空间
cv::Mat hsv;
cv::cvtColor(image, hsv, cv::COLOR_BGR2HSV);
2. 我们可以使用 cv::COLOR_BGR2HSV 将图像转换回到BGR空间。我们可以通过将转换后的图像通道拆分为三个独立的图像来可视化 HSV 图像的每个组成通道：
// 分割图像通道
std::vector<cv::Mat> channels;
cv::split(hsv, channels);
由于处理的图像为 8 位图像，OpenCV 会重新调整通道值为 0 到 255 区间范围内(色调除外，色调值在 0 和 180 之间)。这便于我们将这些通道显示为灰度图像，图像的值通道可视化结果如下所示：
图像的饱和度通道可视化结果如下所示：
最后，图像的色调通道可视化结果如下所示：
引入直觉色彩空间是因为它们与人类观察色彩的方式相对应，事实上，人类更喜欢用直观的属性来描述颜色，比如色调、色彩和亮度，这三个属性是大多数直觉色彩空间的基础。色调 (Hue) 指定主色，不同颜色（如绿色、黄色、蓝色和红色）对应于不同的色调值；饱和度 (saturation) 指示颜色的鲜艳程度，柔和的颜色饱和度较低，而艳丽的颜色饱和度较高；亮度 (brightness) 是一种主观属性，指的是颜色的亮度。其他直觉色彩空间使用颜色值 (value) 或颜色亮度 (lightness) 作为表征相对颜色强度的一种方式。
这些颜色成分试图模拟人类对颜色的直觉感知，因此，它们没有标准定义。在不同资料中，我们可能会看到色相、饱和度和亮度的不同定义和公式。OpenCV 提出了两种直觉色彩空间的实现：HSV 和 HLS 色彩空间。转换公式略有不同，但它们得到的结果非常相似。
