一幅图像由三个独立的图像平面或者通道构成：红、蓝、绿（以及可选项：透明度alpha通道）

每个值代表每个像素的每个分量的度量值，值越高对应于更亮的像素

对应于人眼的三种光锥细胞，所以被广泛使用

RGB色彩空间源于使用阴极射线管的彩色电视，
RGB分别代表三个基色（R-红色、G-绿色、B-蓝色），具体的色彩值由三个基色叠加而成。
在图像处理中，我们往往使用向量表示色彩的值，如(,,)表示黑色、(, , )表示白色。
其中，255表示色彩空间被量化成255个数，最高亮度值为255（ = ^ - ，即每个色彩通道用8位表示）。
在这个色彩空间中，有256**256种颜色。RGB色彩空间如下图所示（图片来自百度百科）。是一个包含Red、Green、Blue的三维空间。

2.HSV

推文：OpenCV 自学笔记21. RGB色彩空间和HSV色彩空间的理解

H:-，在OpenCV中被规范为0-180，若是360超出255溢出，所有规划到180，,8位可以保存，是HSV3位保存一致，都是只占一个字节
S和V:在OpenCV中规范化为0-255（一个字节就可以表示）

HSV颜色空间输入面向色度的颜色坐标系统的一种。这种类型的颜色模型接近人类颜色感知的仿真模型。

HSV的三个通道表示色度（H给出的颜色光谱构成的一种度量），饱和度（S给出主波长中的纯光比例，这表明一种颜色距离相同亮度灰度的程度）和纯度（V给出相对于白色光照强度的亮度），对应于直觉上的色彩、明暗和色调。HSV广泛应用于色彩的比较。

OpenCV中的imshow（）函数假设图像的颜色以RGB显示，因此其他显示均不正确。所以首先必须将其转换成RGB颜色空间

3.HLS：

HLS属于面向色度的颜色坐标系统中的一种，和之前的HSV类似

用来指定每个通道中的一种颜色的色度值、明暗值、饱和度值

与HSV不同的是HSL定义的一种纯颜色的亮度等于一种中等灰色的亮度

而HSV定义的一种纯颜色的亮度等于白色的亮度

该空间广泛用于视频和图像压缩，不能算作纯粹的色彩空间，它是RGB颜色空间的一种解码方式

Y通道表示亮度，而Cr和Cb表示红色差值(在RGB空间中R通道和Y的差值）和蓝色差值(在RGB空间中B通道和Y的差值）各自的色度分量。

每个像素值只表示灰度信息这一单一信息

RGB[A]准换成灰度：Y=0.299*R+0.587*G+0.114*B

灰度转换为RGB[A]：R=Y,G=Y,B=Y,A=max(ChannelRange)

Y = .299R + .587G + .114B

U = -.147R - .289G + .436B

V = .615R - .515G - .100B

R = Y + .14V

G = Y - .39U - .58V

B = Y + .03U

import cv2 as cv

def color_space_conv(image):

    gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY) #RGB转灰度图

    cv.imshow("gray",gray)

    hsv = cv.cvtColor(image,cv.COLOR_BGR2HSV)   #RGB转HSV

    cv.imshow("hsv",hsv)

    yuv = cv.cvtColor(image,cv.COLOR_BGR2YUV)   #RGB转YUV

    cv.imshow("yuv",yuv)

    ycrcb = cv.cvtColor(image,cv.COLOR_BGR2YCrCb)#RGB转YCrCb

    cv.imshow("ycrcb",ycrcb)

    hls = cv.cvtColor(image,cv.COLOR_BGR2HLS)   #RGB转HLS

    cv.imshow("hls",hls)

src = cv.imread("./1.png")  #读取图片

cv.namedWindow("RGB",cv.WINDOW_AUTOSIZE)    #创建GUI窗口,形式为自适应

cv.imshow("RGB",src)    #通过名字将图像和窗口联系

t1 = cv.getTickCount()  #获取时间，用于精度计时，操作系统启动所经过（elapsed）的毫秒数

color_space_conv(src)

t2 = cv.getTickCount()

print((t2-t1)/cv.getTickFrequency())    #getTickFrequency()是获取一秒钟结果的点数，获取秒数

cv.waitKey()   #等待用户操作，里面等待参数是毫秒，我们填写0，代表是永远，等待用户操作

cv.destroyAllWindows()  #销毁所有窗口