每一种颜色都有自己的风格，相信点进这篇文章的你一定喜欢设计，希望能对您有所帮助

请点击此处输入图片描述

请点击此处输入图片描述

请点击此处输入图片描述

请点击此处输入图片描述

请点击此处输入图片描述

转自[叫我楼下小黑]

---

一、红色的色感温暖，性格刚烈而外向，是一种对人刺激性很强的色。红色容易引起人的注意，也容易使人兴奋、激动、紧张、冲动、还是一种容易造成人视觉疲劳的色。

1. 在红色中加入少量的黄，会使其热力强盛，趋于躁动、不安。
2. 在红色中加入少量的蓝，会使其热性减弱，趋于文雅、柔和。
3. 在红色中加入少量的黑，会使其性格变的沉稳，趋于厚重、朴实。
4. 在红中加入少量的白，会使其性格变的温柔，趋于含蓄、羞涩、娇嫩。

二、黄色的性格冷漠、高傲、敏感、具有扩张和不安宁的视觉印象。黄色是各种色彩中，最为娇气的一种色。只要在纯黄色中混入少量的其它色，其色相感和色性格均会发生较大程度的变化。

1. 在黄色中加入少量的蓝，会使其转化为一种鲜嫩的绿色。其高傲的性格也随之消失，趋于一种平和、潮润的感觉。
2. 在黄色中加入少量的红，则具有明显的橙色感觉，其性格也会从冷漠、高傲转化为一种有分寸感的热情、温暖。
3. 在黄色中加入少量的黑，其色感和色性变化最大，成为一种具有明显橄榄绿的复色印象。其色性也变的成熟、随和。
4. 在黄色中加入少量的白，其色感变的柔和，其性格中的冷漠、高傲被淡化，趋于含蓄，易于接近。

三、蓝色的色感冷嘲热讽，性格朴实而内向，是一种有助于人头脑冷嘲热讽静的色。蓝色的朴实、内向性格，常为那些性格活跃、具有较强扩张力的色彩，提供一个深远、广埔、平静的空间，成为衬托活跃色彩的友善而谦虚的朋友。蓝色还是一种在淡化后仍然似能保持较强个性的色。

1. 如果在橙色中黄的成份较多，其性格趋于甜美、亮丽、芳香。
2. 在橙色中混入小量的白，可使橙色的知觉趋于焦躁、无力。

四、绿色是具有黄色和蓝色两种成份的色。在绿色中，将黄色的扩张感和蓝色的收缩感相中庸，将黄色的温暖感与蓝色的寒冷感相抵消。这样使得绿色的性格最为平和、安稳。是一种柔顺、恬静、潢足、优美的色。

1. 在绿色中黄的成份较多时，其性格就趋于活泼、友善，具有幼稚性。
2. 在绿色中加入少量的黑，其性格就趋于庄重、老练、成熟。
3. 在绿色中加入少量的白，其性格就趋于洁净、清爽、鲜嫩。

五、紫色的明度在有彩色的色料中是最低的。紫色的低明度给人一种沉闷、神秘的感觉。

1. 在紫色中红的成份较多时，其知觉具有压抑感、威胁感。
2. 在紫色中加入少量的黑，其感觉就趋于沉闷、伤感、恐怖。
3. 在紫色中加入白，可使紫色沉闷的性格消失，变得优雅、娇气，并充满女性的魅力。

六、白色的色感光明，性格朴实、纯洁、快乐。白色具有圣洁的不容侵犯性。如果在白色中加入其它任何色，都会影响其纯洁性，使其性格变的含蓄。

1. 在白色中混入少量的红，就成为淡淡的粉色，鲜嫩而充满诱惑。
2. 在白色中混入少量的黄，则成为一种乳黄色，给人一种香腻的印象。
3. 在白色中混入少量的紫，可诱导人联想到淡淡的芳香。给人感觉清冷、洁净。
4. 在白色中混入少量的橙，有一种干燥的气氛。
5. 在白色中混入少量的绿，给人一种稚嫩、柔和的感觉。

色彩心理学

色光作用于眼的过程，通常是用心理学范围的作用平行而进的，影响感情更内在。康定斯基在这方面贡献很大。他从研究的范围，划分了色彩的直接性心理感应和色彩的间接性心理感受应。前者是客观性的直观效果，是色彩的固有感情；后者是通过色彩的联想嗜好为媒介知觉于人的感受。那么，这两者的因素往往是同时存在的，它们的关系很难绝对区分，我们只是从研究的角度按两个方面来谈。

一、色彩的直接性心理感应

由色彩表面的直观的物理性感应发展为某种心理的体验，称为直接性心理感应。

色彩作用于人时产生一种单纯性的心理感应，是由色彩的固有感情导致的。这种直观性的刺激左右着我们的思想、感情、情绪。为了把色彩的表现力、视觉作用及心理影响最充分地发挥出来，达到给人的眼睛与心灵以充分的愉快、刺激和美的享受这一目的，我们又必须深入研究色彩的精神和情感的表现价值。在此，我们研究色相环上几个最主要的色彩的性格。

• 红色：红色光波长最长，又处于可见光谱的极限，最容易引起人的注意、兴奋、激动、紧张，同时给视觉以迫近感和扩张感，称为前进色。红色还给人留下艳丽、芬芳、青春、富有生命力、饱满、成熟、富有营养的印象，被广泛地用于食品包装之中。红色又是欢乐、喜庆的象征，由于它的注目性和美感，它在标志、旗帜、宣传等用色中占据首位。

• 橙色：橙色的波长居红与黄之间。伊顿说：“橙色是处于最辉煌的活动性焦点。”它在有形的领域内，具有太阳的发光度，在所有色彩中，橙色是最暖的色。橙色也属于能引起食欲的色，给人香、甜略带酸味的感觉。橙色又是明亮、华丽、健康、辉煌又容易动人的色。

• 黄色：黄色的波长适中，它是有彩色中最明亮的色。因此给人留下明亮、辉煌、灿烂、愉快、亲切、柔和的印象，同时又容易引起味美的条件反射，给人以甜美感、香酥感.

• 绿色：绿色光的波长恰恰居中，人的视觉对绿色光反应最平静，眼睛最适应绿色光的刺激。绿色是植物王国的色彩，它的表现价值是丰饶、充实、平静与希望.

• 蓝色：蓝色光波长短于绿色光，它在视网膜上成像的位置最浅，因此，当红橙色是前进色时，蓝色就是后退色。红色是暖色，蓝色是冷色。蓝色表现千种精神领域，让人感到崇高、深远、纯洁、透明、智慧。

• 紫色：紫色光波长最短，眼睛对紫色光的细微变化分辨力弱，容易感到疲劳。紫色给人高贵、优越、奢华、幽雅、流动、不安的感觉，灰暗的紫色则是伤痛、疾病，容易造成心理上的忧郁、痛苦和不安的感觉。因此，紫色时而有胁迫性，时而有鼓舞性，在设计中一定要慎重使用。

在色立体的明度序列中，黑、白、灰有它自身的特点，但和有彩色紧密地连在一起，起着加强和削弱的作用。

• 白色：白是全部可见光均匀混合而成的，称为全色光。又是阳光的色，是光明色的象征。白色明亮、干净、卫生、畅快、朴素、雅洁，在人们的感情上，白色比任何颜色都清静、纯洁，但用之不当，也会给人以虚无、凄凉之感。

• 黑色：从理论上看，黑色即无光，是无色的色。在生活中，只要光照弱或物体反射光的能力弱，都会呈现出相对黑色的面貌。黑色对人们的心理影响可分为两类。首先是消极类。例如，在漆黑之夜或漆黑的地方，人们会有失去方向、失去办法的阴森、恐怖、烦恼、忧伤、消极、沉睡、悲痛、绝望甚至死亡的印象。其次是积极类。黑色使人得到休息、安静、沉思、坚持、准备、考验，显得严肃、庄重、刚正、坚毅。在这两类之间，黑色还会有捉摸不定、神秘莫测、阴谋、耐脏的印象。在设计时，黑色与其他色彩组合，属于极好的衬托色，可以充分显示其他色的光感与色感，黑白组合，光感最强，最朴实，最分明，最强烈。

• 灰色，居于黑与白之间，属于中等明度。无彩度及低彩度的色彩，它有时能给人以高雅、含蓄、耐人寻味的感觉。如果用之不当，又容易给人平淡、乏味、枯燥、单调、没有兴趣，甚至沉闷、寂寞、颓丧的感觉。

数以千计的色彩，对人的心理产生不同的感受，这种心理感受有共通的，也有由于经历、性格、修养、习惯的差异而有所不同，这都说明色彩给人感受的心理因素.

二、色彩的间接性心理感应

由色彩基本性质的直接性感受中，派生出另一种更为强烈的感受，由印象导致心理的联想，以某种心理的刺激，以联想为媒介，来知觉于人的感受，这就是间接性心理感应。

色彩的联想又分成两类：

- 具体的联想

看到某种色彩，引起对某种事物的联想。
看到红，想到太阳、花、血、火焰。
看到黑，想到黑暗、墨。
看到黄，想到柠檬、月亮。
看到绿，想到树叶、草地。
看到蓝，想到海洋、天空等等。

- 抽象的联想

看到某种色彩，不是联系到某种事物，而是形成一种抽象的概念。
红色：热情、危险。
黑色：悲哀、死亡。
黄色：明快、泼辣、希望。
绿色：永恒、新鲜、和平。
蓝色：理智、无限、理想。
紫色：高尚、古朴、优雅。

目录

1 什么是颜色

2 颜色的数字化

3 常见的颜色模型

3.1 RGB 模型

3.2 CMY/CMYK 模型

3.3 HSI 模型

3.4 HSV 模型

3.5 HSB 模型

3.6 Lab 模型

3.7 YUV 模型

3.8 模型分类

4 Python代码示例

参考资料

---

 

1 什么是颜色

 颜色是通过眼、脑和我们的生活经验所产生的对光的视觉感受，我们肉眼所见到的光线，是由波长范围很窄的电磁波产生的，不同波长的电磁波表现为不同的颜色，对色彩的辨认是肉眼受到电磁波辐射能刺激后所引起的视觉神经感觉。

1666年，牛顿发现，当一束太阳光通过一个玻璃棱镜时，显示的光束不再是白光，而是由一端为紫色而另一端为红色的连续色谱组成。如下图所示，为白光通过棱镜看到的色谱。

 

下图是可见光电磁波谱的波长组成部分，我们能感受到的可见光的光谱范围只占电磁波的一小部分。

---

 

2 颜色的数字化

只需要选定三原色，并且对三原色进行量化，那就可以将人的颜色知觉量化为数字信号了。三色加法模型中，如果某一种颜色(C)，和另外一种三色混合色，给人的感觉相同时，这三种颜色的份量就称为该颜色(C)的三色刺激值。对于如何选定三原色、如何量化、如何确定刺激值等问题，国际上有一套标准——CIE标准色度学系统。

CIE（国际照明委员会）是位于欧洲的一个国际学术研究机构，1931年，CIE(Commission International Eclairage)在会议上根据之前的实验成果提出了一个标准——CIE1931-RGB标准色度系统。

CIE1931-RGB系统选择了700nm(R) 546.1nm(G) 435.8nm(B) 三种波长的单色光作为三原色。之所以选这三种颜色是因为比较容易精确地产生出来（汞弧光谱滤波产生，色度稳定准确）。

从上图可以看到，三个颜色的刺激值R、G、B如何构成某一种颜色：例如580nm左右(红绿线交叉点)的黄色光，可以用1:1(经过亮度换算..)的红绿两种原色混合来模拟。

如果要根据三个刺激值R、G、B来表现可视颜色，绘制的可视图形需要是三维的。为了能在二维平面上表现颜色空间，这里需要做一些转换。颜色的概念可以分为两部分：亮度（光的振幅，即明暗程度）、色度（光的波长组合，即具体某种颜色）。我们将光的亮度(Y)变量分离出来，之后用比例来表示三色刺激值：这样就能得出r+g+b=1。由此可见，色度坐标r、g、b中只有两个变量是独立的。这样我们就把刺激值R、G、B转换成r、g、Y(亮度)三个值，把r、g两个值绘制到二维空间得到的图就是色域图。

上图中，马蹄形曲线就表示单色的光谱（即光谱轨迹）。例如540nm的单色光，可以看到由r=0、g=1、b=(1-r-g)=0三个原色的分量组成。再例如380-540nm波段的单色光，由于颜色匹配实验结果中红色存在负值的原因，该段色域落在了r轴的负区间内。自然界中，人眼可分辨的颜色，都落在光谱曲线包围的范围内。

CIE1931-RGB标准是根据实验结果制定的，出现的负值在计算和转换时非常不便。CIE假定人对色彩的感知是线性的，因此对上面的r-g色域图进行了线性变换，将可见光色域变换到正数区域内。CIE在CIE1931-RGB色域中选择了一个三角形，该三角形覆盖了所有可见色域，之后将该三角形进行如下的线性变换，将可见色域变换到(0,0)(0,1)(1,0)的正数区域内。即假想出三原色X、Y、Z，它们不存在于自然界中，但更方便计算。

该色度图所示意的颜色包含了一般人可见的所有颜色，即人类视觉的色域。色域的马蹄形弧线边界对应自然界中的单色光。色域下方直线的边界只能由多种单色光混合成。

在该图中任意选定两点，两点间直线上的颜色可由这两点的颜色混合成。给定三个点，三点构成的三角形内颜色可由这三个点颜色混合成。

给定三个真实光源，混合得出的色域只能是三角形（例如液晶显示器的评测结果），绝对不可能完全覆盖人类视觉色域。

这就是CIE1931-XYZ标准色度学系统。该系统是国际上色度计算、颜色测量和颜色表征的统一标准，是几乎所有测色仪器的设计与制造依据。

---

 

3 常见的颜色模型

颜色模型就是描述用一组数值来描述颜色的数学模型。例如coding时最常见的RGB模型，就是用RGB三个数值来描述颜色。通常颜色模型分为两类：设备相关和设备无关。

设备无关的颜色模型：这类颜色模型是基于人眼对色彩感知的度量建立的数学模型，例如上面提到的CIE-RGB、CIE-XYZ颜色模型，再比如由此衍生的CIE-xyY、CIE-Luv、CIE-Lab等颜色模型。这些颜色模型主要用于计算和测量。

设备相关的颜色模型：以最长见的RGB模型为例，一组确定的RGB数值，在一个液晶屏上显示，最终会作用到三色LED的电压上。这样一组值在不同设备上解释时，得到的颜色可能并不相同。再比如CMYK模型需要依赖打印设备解释。常见的设备相关模型有：RGB、CMYK、YUV、HSL、HSB(HSV)、YCbCr等。这类颜色模型主要用于设备显示、数据传输等。

 

3.1 RGB 模型

RGB(Red, Green, Blue)颜色空间最常用的用途就是显示器系统，彩色阴极射线管,彩色光栅图形的显示器 都使用R、G、B数值来驱动R、G、B 电子枪发射电子，并分别激发荧光屏上的R、G、B三种颜色的荧光粉 发出不同亮度的光线，并通过相加混合产生各种颜色；扫描仪也是通过吸收原稿经反射或透射而发送来 的光线中的R、G、B成分，并用它来表示原稿的颜色。RGB色彩空间称为与设备相关的色彩空间,因为不同 的扫描仪扫描同一幅图像，会得到不同色彩的图像数据；不同型号的显示器显示同一幅图像，也会有不同 的色彩显示结果。显示器和扫描仪使用的RGB空间与CIE 1931 RGB真实三原色表色系统空间是不同的，后者 是与设备无关的颜色空间。btw：Photoshop的色彩选取器(Color Picker)。可以显示HSB、RGB、LAB和CMYK 色彩空间的每一种颜色的色彩值。

RGB模型表示的图像由3个分量图像组成，每种原色一幅分量图像。当送入RGB监视器时，这3幅图像在屏幕上混合生成一幅合成的彩色图像。考虑一幅RGB图像，其中每一幅图红绿蓝图像都是一幅8比特图像。在这种情况下，可以说每个RGB彩色像素有24比特的深度。在24比特RGB图像中，颜色总数是。下图为分别为RGB彩色立方体示意图 和 对应的RGB24比特彩色立方体。

                                                                  

 

3.2 CMY/CMYK 模型

大多数在纸上沉积彩色颜料的设备，如彩色打印机和复印机，要求输入CMY(Cyan, Magenta,Yellow)数据或在内部进行RGB到CMY的转换。这一转换是使用下面的式子进行的：

                                                                                  

注意：上式表明涂有青色颜料的表面所反射的光中不包含红色(C-1-R)。类似的，纯深红色不反射绿色，纯黄色不反射蓝色。其实，RGB值可以很容易通过1减去CMY值得到。在实际图像处理中，这种彩色模型主要用于产生硬拷贝输出，依次从CMY到RGB的反向操作通常没有实际意义。在实际应用中，黑色可以直接获取，不需要从三原色合成，并且合成的黑色也不纯。所以为了生成真正的黑色，加入了黑色——CMYK模型。毕竟黑白打印较多，直接使用黑色原料不仅成本少，而且颜色比较纯。

CMYK(Cyan, Magenta,Yellow, blacK)颜色空间应用于印刷工业,印刷业通过青(C)、品(M)、黄(Y)三原色油墨的不同 网点面积率的叠印来表现丰富多彩的颜色和阶调，这便是三原色的CMY颜色空间。实际印刷中，一般采用青 (C)、品(M)、黄(Y)、黑(BK)四色印刷，在印刷的中间调至暗调增加黑版。当红绿蓝三原色被混合时，会产生 白色，但是当混合蓝绿色、紫红色和黄色三原色时会产生黑色。既然实际用的墨水并不会产生纯正的颜色， 黑色是包括在分开的颜色，而这模型称之为CMYK。CMYK颜色空间是和设备或者是印刷过程相关的，则工艺方法、 油墨的特性、纸张的特性等，不同的条件有不同的印刷结果。所以CMYK颜色空间称为与设备有关的表色空间。 而且，CMYK具有多值性，也就是说对同一种具有相同绝对色度的颜色，在相同的印刷过程前提下，可以用分种 CMYK数字组合来表示和印刷出来。这种特性给颜色管理带来了很多麻烦，同样也给控制带来了很多的灵活性。 在印刷过程中，必然要经过一个分色的过程，所谓分色就是将计算机中使 用的RGB颜色转换成印刷使用的CMYK 颜色。在转换过程中存在着两个复杂的问题，其一是这两个颜色空间在表现颜色的范围上不完全一样，RGB的 色域较大而CMYK则较小，因此就要进行色域压缩；其二是这两个颜色都是和具体的设备相关的，颜色本身没有 绝对性。因此就需要通过一个与设备无关的颜色空间来进行转换，即可以通过以上介绍的XYZ或LAB色空间来 进行转换。

 

3.3 HSI 模型

RGB系统与人眼强烈感知红绿蓝三原色的事实能很好地匹配。但RGB模型和CMY/CMYK模型不能很好地适应实际上人解释的颜色。所有引出HIS模型。

HSI (Hue, Saturation, Intensity )模型是从人的视觉系统出发，用色调(Hue)、色饱和度(Saturation)和亮度 (Intensity)来描述色彩。色调是描述纯色(纯黄色、纯橙色或纯红色)的颜色属性。饱和度是一种纯色被白光稀释的程度的度量。亮度是一个主观描述子，体现无色的强度概念。HIS模型开发基于彩色描述的图像处理算法的理想工具，这种描述对人来说是自然且直观的，毕竟人才是这些算法的开发者和使用中者，怎么舒服怎么来。

HSI色彩空间可以用一个圆锥空间模型来描述，如下图所示。色彩空间的圆锥模型相当复杂，但确能把色调、亮度和色饱和度的变化情形表现得很清楚。在HSI色彩空间可以大大简化图像分析 和处理的工作量。HSI色彩空间和RGB色彩空间只是同一物理量的不同表示法，因而它们之间存在着转换关系。

从RGB到HSI的彩色转换

给定一幅RGB彩色图像，每个RGB像素的H分量,S分量和I分量计算方式如下：

 

3.4 HSV 模型

HSV(Hue, Saturation, Value)模型比HSI模型更与人类对颜色的感知接近。H代表色调，S代表饱和度，V代表亮度值。HSV模型的坐标系统可以是圆柱坐标系统，但一般用六棱锥来表示，如下图所示，与HSI模型比较相似。可以通过比较HSI、HSV与RGB空间的转换公式，来比较HSI与HSV的区别。

 

RGB空间转换HSV空间

 

 

3.5 HSB 模型

HSB(Hue, Saturation, Brightness)模型的基础是对立色理论，对立色理论源于人们对对立色调(红和绿、黄和蓝)的观察事实(对立色调的颜色叠加，它们会相互抵消)。HSB模型是普及型设计软件中常见的色彩模式，其中H代表色相；S代表饱和度；B代表亮度。HSB模型的如下图所示：

色调H(Hue)：在0~360°的标准色环上，按照角度值标识。比如红是0°、橙色是30°等。

饱和度S( Saturation )：是指颜色的强度或纯度。饱和度表示色相中彩色成分所占的比例，用从0%(灰色)~100%(完全饱和)的百分比来度量。在色立面上饱和度是从左向右逐渐增加的，左边线为0%，右边线为100%。

亮度B( Brightness )：是颜色的明暗程度，通常是从0(黑)~100%(白)的百分比来度量的，在色立面中从上至下逐渐递减，上边线为100%，下边线为0% 。

 

3.6 Lab 模型

同RGB颜色空间相比，Lab(Commission International EclairageLab)是一种不常用的色彩空间。它是在1931年国际照明委员会（Commission International Eclairage, CIE）制定的颜色度量国际标准的基础上建立起来的。1976年，经修改后被正式命名为CIELab。它是一种设备无关的颜色系统，也是一种基于生理特征的颜色系统。这也就意味着，它是用数字化的方法来描述人的视觉感应。Lab颜色空间中的L分量用于表示像素的亮度，取值范围是[0,100],表示从纯黑到纯白；a表示从红色到绿色的范围，取值范围是[127,-128]；b表示从黄色到蓝色的范围，取值范围是[127,-128]。下图所示为Lab颜色空间的图示：

Lab颜色空间比计算机显示器、打印机甚至比人类视觉的色域都要大，表示为 Lab 的位图比 RGB 或 CMYK 位图获得同样的精度要求更多的每像素数据。虽然我们在生活中使用RGB颜色空间更多一些，但也并非Lab颜色空间真的一无所有。例如，在 Adobe Photoshop图像处理软件中，TIFF格式文件中，PDF文档中，都可以见到Lab颜色空间的身影。而在计算机视觉中，尤其是颜色识别相关的算法设计中，rgb,hsv,lab颜色空间混用更是常用的方法。

 

3.7 YUV 模型

YUV，是一种颜色编码方法。常使用在各个视频处理组件中。 YUV在对照片或视频编码时，考虑到人类的感知能力，允许降低色度的带宽。YUV是编译true-color颜色空间（color space）的种类，Y'UV, YUV, YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度（Luminance、Luma），“U”和“V”则是色度、浓度（Chrominance、Chroma）。

在现代彩色电视系统中，通常采用三管彩色摄像机或彩色CCD(点耦合器件)摄像机，它把摄得的彩色图像 信号，经分色、分别放大校正得到RGB，再经过矩阵变换电路得到亮度信号Y和两个色差信号R－Y、B－Y， 最后发送端将亮度和色差三个信号分别进行编码，用同一信道发送出去。这就是我们常用的YUV色彩空间。 采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。如果只有Y信号分量而没有U、V分量， 那么这样表示的图就是黑白灰度图。彩色电视采用YUV空间正是为了用亮度信号Y解决彩色电视机与黑白电视机 的兼容问题，使黑白电视机也能接收彩色信号。根据美国国家电视制式委员会，NTSC制式的标准，当白光的 亮度用Y来表示时，它和红、绿、蓝三色光的关系可用如下式的方程描述：Y=0.3R+0.59G+0.11B 这就是常用 的亮度公式。色差U、V是由B－Y、R－Y按不同比例压缩而成的。如果要由YUV空间转化成RGB空间，只要进行 相反的逆运算即可。与YUV色彩空间类似的还有Lab色彩空间，它也是用亮度和色差来描述色彩分量，其中L为 亮度、a和b分别为各色差分量。

RGB空间转换YUV空间

 

3.8 模型分类

为了使用颜色空间，首先应该了解各种颜色空间的特性。颜色空间的分类有多种方法。

（1）按使用类别分类

彩色色度学模型：CIE-RGB、CIE-XYZ、均匀色差彩色模型（CIE 1976Luv和CIE Lab）

工业彩色模型：RGB彩色显示模型、CMYK彩色印制模型、彩色传输模型YUV（PAL）、YIQ（NTSC）、YCrCb（数字高清晰度电视）

视觉彩色模型：HVC（孟赛尔）、HSB（Photoshop）、HLS（Windows画图和Apple Color Picker）、HSI（图像分割）、HSY（电视）、Ohta（图像分割）等。

 

（2）按颜色感知分类

混合颜色模型：按3种基色的比例混合而成的颜色。RGB、CMYK、XYZ等

非线形亮度/色度颜色模型：用一个分量表示非色彩的感知，用两个分量表示色彩的感知，这两个分量都是色差属性。Lab、Luv、YUV、YIQ等。

强度/饱和度/色调模型：用强度描述亮度或灰度等光强的感知，用饱和度和色调描述色彩的感知，这两个分量接近人眼对颜色的感觉。如HIS、HSL、HSV、LCH等

 

---

 

4 Python代码示例

在日常生活中，我们看到的大多数彩色图像都是RGB类型，但是在图像处理过程中，常常需要用到灰度图像、二值图像、HSV、HSI等颜色，OpenCV提供了 cvtColor() 函数实现这些功能。

OpenCV中 cvtColor() 函数形式如下所示：

dst = cv2.cvtColor(src, code[, dst[, dstCn]])

其中，参数：

src 表示输入图像，需要进行颜色空间变换的原图像；

dst 表示输出图像，其大小和深度与src一致；

code 表示转换的代码或标识；

dstCn 表示目标图像通道数，其值为0时，则有src和code决定。

cvtColor() 函数的作用是将一个图像从一个颜色空间转换到另一个颜色空间，其中，RGB是指Red、Green和Blue，一幅图像由这三个通道（channel）构成；Gray表示只有灰度值一个通道；HSV包含Hue（色调）、Saturation（饱和度）和Value（亮度）三个通道。在OpenCV中，常见的颜色空间转换标识包括CV_BGR2BGRA、CV_RGB2GRAY、CV_GRAY2RGB、CV_BGR2HSV、CV_BGR2XYZ、CV_BGR2HLS等。

下面是调用 cvtColor() 函数将图像颜色空间转换（BGR、RGB、GRAY、HSV、YCrCb、HLS、XYZ、LAB 和 YUV）

Python代码如下所示：

#encoding:utf-8
import cv2
import numpy as np
import matplotlib.pyplot as plt

#读取原始图像
img_BGR = cv2.imread('zxp.jpg')

#BGR转换为RGB
img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB)

#灰度化处理
img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY)

#BGR转HSV
img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV)

#BGR转YCrCb
img_YCrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb)

#BGR转HLS
img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS)

#BGR转XYZ
img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ)

#BGR转LAB
img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB)

#BGR转YUV
img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV)

#调用matplotlib显示处理结果
titles = ['BGR', 'RGB', 'GRAY', 'HSV', 'YCrCb', 'HLS', 'XYZ', 'LAB', 'YUV']
images = [img_BGR, img_RGB, img_GRAY, img_HSV, img_YCrCb,
          img_HLS, img_XYZ, img_LAB, img_YUV]
for i in range(9):
   plt.subplot(3, 3, i+1), plt.imshow(images[i], 'gray')
   plt.title(titles[i])
   plt.xticks([]),plt.yticks([])
plt.show()

cv2.waitKey(0)
cv2.destroyAllWindows()

 

运行结果如下图所示：

 

---

 

参考资料

[1] https://blog.csdn.net/qq_34106574/article/details/80733067

[2] https://blog.csdn.net/skyereeee/article/details/7265415

[3] https://blog.csdn.net/u012507022/article/details/51523385

[4] 冈萨雷斯. 数字图像处理(第三版)