在RGB模型的立方体中，
[1] - 原点对应的颜色为黑色，它的三个分量值都为0；
[2] - 距离原点最远的顶点对应的颜色为白色，三个分量值都为1.
[3] - 从黑色到白色的灰度值分布在这两个点的连线上，该虚线称为灰度线.
[4] - 立方体的其余各点对应不同的颜色，即三原色红、绿、蓝及其混合色黄、品红、青色.

• HSV颜色空间

HSI 颜色空间可以用一个圆锥空间模型来描述，能清晰表现色调(Hue)、饱和度(Saturation, Chroma)和亮度(Intensity, Brightness)的变化情形.

色相 H(Hue) - 表示颜色的相位角. 红、绿、蓝分别相隔 120 度；互补色分别相差 180 度，即颜色的类别.

饱和度 S(Saturation) - 色彩的强度或纯度. 表示成所选颜色的纯度和该颜色最大的纯度之间的比率，范围：[0, 1]，即颜色的深浅程度.

亮度 I(Intensity) - 表示颜色的明亮程度，通常以 0% (黑色) 到 100% (白色) 的百分比来衡量(人眼对亮度很敏感).

# -*- coding: utf-8 -*-
Created on Sun Apr 26 08:43:23 2020
@author: Aaron
import cv2
import os.path
# import matplotlib.pyplot as plt
import numpy as np
filepath = 'G:/video/Img'         #图像文件所在目录
pathDir = os.listdir(filepath)
for allDir in pathDir:
    videopath =r'G:/video/Img/'+allDir
    image = cv2.imread(videopath)
    hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
    H, S, V = cv2.split(hsv)
    v = V.ravel()[np.flatnonzero(V)]   #亮度非零的值
    average_v  = sum(v)/len(v)         #平均亮度
    #print(np.nonzero(V))
    # plt.imshow(hsv)

参考链接： python -- cv2.cvtColor()

RGB颜色空间在RGB模型的立方体中，[1] - 原点对应的颜色为黑色，它的三个分量值都为0；[2] - 距离原点最远的顶点对应的颜色为白色，三个分量值都为1.[3] - 从黑色到白色的灰度值分布在这两个点的连线上，该虚线称为灰度线.[4] - 立方体的其余各点对应不同的颜色，即三原色红、绿、蓝及其混合色黄、品红、青色.HSV颜色空间HSI 颜色空间可以用一个圆锥空间模型来... 数字图像处理中常用的采用模型是 RGB （红，绿，蓝）模型和 HSV （色调，饱和度， 亮度 ）， RGB 广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是 RGB 模型。而 HSV 模型更符合人描述和解释颜色的方式， HSV 的彩色描述对人来说是自然且非常直观的。 HSV 模型 HSV 模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation）， 亮度 （V：value）。由A. R... double get_avg_gray(IplImage *img) IplImage *gray = cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1); cvCvtColor(img,gray,CV_ RGB 2GRAY); CvScalar scalar = cvAvg(gray); cvReleaseImage 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） 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，