---

1. 介紹

HSV顏色系統簡介：
HSV 即使用色相（Hue）、飽和度（Saturation）、明度（Value）來表示色彩的一種方式。是一種在人們生活中常用的顏色系統，因為它符合人們描述顏色的方式——是什么顏色、顏色有多深、顏色有多亮。

（1）$H$(色相，Hue)：將顏色用0°~360°來表示，常見的色相與數值按照下表對應：

紅	黃	綠	青色	藍色	品紅	紅
0°	60°	120°	180°	240°	300°	360°

圖形可視化：

（2）$S$(飽和度，saturation)：是指色彩的純度，也可以理解為色彩的深淺度。對于同種色彩下飽和度越低則顏色越黯淡，并且有s∈[0,1)

（3）$V$(明度，value)：即顏色的明暗程度。數值越高越接近白色，數值越低越接近黑色且V∈[0,1)

2. HSV顏色空間

????HSV顏色空間的模型對應于圓柱坐標系中的一個圓錐形子集：
????圓錐的頂面：對應于$V=1$。 它包含RGB模型中的$R=1,G=1,B=1$ 三個面，所代表的顏色較亮。
????色彩$H$ 由繞V軸（圓錐的中軸）的旋轉角給定。紅色對應于角度0° ，綠色對應于角度120°，藍色對應于角度240°。在HSV顏色模型中，每一種顏色和它的補色相差180° 。
????飽和度$S$：取值從0到1，所以圓錐頂面的半徑為１。
????圓錐的頂點(即原點)：$V=0$，$H$ 和 $S$ 無定義， 代表黑色。
????圓錐的頂面中心： $S=0,V=1$，$H$無定義，代表白色。從該點到原點代表亮度漸暗的灰色，即具有不同灰度的灰色。對于這些點，$S=0$，$H$的值無定義。
????在圓錐頂面的圓周上的顏色，V=1，S=1，這種顏色是純色。

3. python實現HSV圖像分割

這里我采用的是IDRiD數據集中的一張圖片，目的是想試一下HSV在硬滲出物分割的表現：

3.1. 代碼實現

from skimage.io import imread, imshow
from skimage import img_as_ubyte  # For converting the float image to uint8
from skimage import io, color
from skimage.color import rgb2hsv
from matplotlib import pyplot as plt
import numpy as npimage_path = "img.jpg"
rgb_image = io.imread(image_path)img_hsv = rgb2hsv(rgb_image)
# -------------轉換成HSV色彩空間----------------
fig, ax = plt.subplots(1, 3, figsize=(12,4))
ax[0].imshow(img_hsv[:,:,0], cmap='gray')
ax[0].set_title('Hue')
ax[1].imshow(img_hsv[:,:,1], cmap='gray')
ax[1].set_title('Saturation')
ax[2].imshow(img_hsv[:,:,2], cmap='gray')
ax[2].set_title('Value')
plt.show()
# --------------獲得每個HSV通道的強度值---------------
fig2, ax2 = plt.subplots(1, 3, figsize=(20, 5))
ax2[0].imshow(img_hsv[:,:,0],cmap='hsv')
ax2[0].set_title('hue')
ax2[1].imshow(img_hsv[:,:,1],cmap='hsv')
ax2[1].set_title('transparency')
ax2[2].imshow(img_hsv[:,:,2],cmap='hsv')
ax2[2].set_title('value')# 顯示colorbar,下面會用到colorbar設定閾值范圍
fig2.colorbar(imshow(img_hsv[:,:,0],cmap='hsv'))
# fig2.colorbar(imshow(img_hsv[:,:,1],cmap='hsv'))
# fig2.colorbar(imshow(img_hsv[:,:,2],cmap='hsv'))fig2.tight_layout()
plt.show()
# -------------根據colorbar挑選閾值----------------
# 設定hue的閾值范圍（色彩范圍）：(0.07, 0.22)
lower_mask = img_hsv[:, :, 0] > 0.07
upper_mask = img_hsv[:, :, 0] < 0.22
# 設定saturation的閾值范圍（透明度范圍）:(0.78, 1)
# 注：如果有上下界就類似上面hue閾值的設置，一個最高值一個最低值
saturation_mask = img_hsv[:, :, 1] > 0.78
# 設定value的閾值范圍（亮度范圍）:(0.7, 1)
value_mask = img_hsv[:, :, 2] > 0.7mask = upper_mask * lower_mask * saturation_mask * value_maskred = rgb_image[:, :, 0] * mask
green = rgb_image[:, :, 1] * mask
blue = rgb_image[:, :, 2] * mask
img_masked = np.dstack((red, green, blue))imshow(img_masked)
plt.show()# Save the masked image as PNG
# io.imsave("img_masked.png", img_as_ubyte(img_masked))

3.2. 運行結果

（1）以 gray模式 顯示 Hue、Saturation、Value 三個通道

（2）以 hsv模式 顯示 Hue、Saturation、Value 三個通道

（3）分割結果圖