HSV颜色空间 RGB颜色空间

颜色空间按照基本结构可以分两大类，基色颜色空间和色、亮分离颜色空间。前者的典型是 RGB，还包括 CMY、CMYK、CIE XYZ 等。后者包括 YCC/YUV、Lab、以及一批“色相类颜色空间”。CIE XYZ 是定义一切颜色空间的基准，很奇妙的是，它即属于基色颜色空间，也属于色、亮分离颜色空间，是贯穿两者的枢纽。我们主要要讨论的是色、亮分离颜色空间中的子类型“色相类颜色空间”，它是把颜色分成一个表亮属性，和两个表色属性，其中有一个表色属性是色相。而色相以外的两个属性可以选用不同的变量来定义，而色相的概念不变，因此就构成一族共同使用色相属性，另加表亮属性和表色属性各一个组成的颜色空间。它们是颜色空间中的一个家族。暂且统称为 HSB 颜色空间

只有以 R、G、B 为变量的直角坐标空间才称为 RGB 颜色空间，在 RGB 空间中，三个独立属性变量性质对等，相互加减运算有意义，任何涉及色相、饱和度等等为基本颜色属性的，还有跟“色轮”一类概念直接关联的、用角度表示颜色的等等，都是 HSB 颜色空间，绝没有混淆的余地。在 HSB 颜色空间中，三个颜色属性性质不同，你不可能把色相和饱和度加在一起，就好比时间不能与面积相加，恐龙不能与蚂蚁杂交。

RGB颜色空间

计算机颜色显示器显示颜色的原理与彩色电视机一样，都是采用R、G、B相加混色的原理，通过发射出三种不同强度的电子束，使屏幕内侧覆盖的红、绿、蓝磷光材料发光而产生颜色的。这种颜色的表示方法称为RGB颜色空间表示。在多媒体计算机技术中，用得最多的是RGB颜色空间表示（图06-01-9）。

根据三基色原理，用基色光单位来表示光的量，则在RGB颜色空间，任意色光F都可以用R、G、B三色不同分量的相加混合而成：

   F＝r [ R ] + g [ G ] + b [ B ]

RGB颜色空间还可以用一个三维的立方体来描述。   

我们可知自然界中任何一种色光都可由R、G、B三基色按不同的比例相加混合而成，当三基色分量都为0（最弱）时混合为黑色光；当三基色分量都为k（最强）时混合为白色光。任一颜色F是这个立方体坐标中的一点，调整三色系数r、g、b中的任一系数都会改变F的坐标值，也即改变了F的色值。RGB颜色空间采用物理三基色表示，因而物理意义很清楚，适合彩色显像管工作。然而这一体制并不适应人的视觉特点。因而，产生了其他不同的颜色空间表示法。

HSV颜色空间【HSI（Hue，Saturation and Intensity）颜色空间】

HSV(hue,saturation,value)表示色相、饱和度和亮度，这个颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1. 它包含RGB模型中的R=1，G=1，B=1 三个面，所代表的颜色较亮。色彩H由绕V轴的旋转角给定。红色对应于 角度0° ，绿色对应于角度120°，蓝色对应于角度240°。在HSV颜色模型中，每一种颜色和它的补色相差180° 。 饱和度S取值从0到1，所以圆锥顶面的半径为１。HSV颜色模型所代表的颜色域是CIE色度图的一个子集，这个 模型中饱和度为百分之百的颜色，其纯度一般小于百分之百。在圆锥的顶点(即原点)处，V=0,H和S无定义， 代表黑色。圆锥的顶面中心处S=0，V=1,H无定义，代表白色。从该点到原点代表亮度渐暗的灰色，即具有不同 灰度的灰色。对于这些点，S=0,H的值无定义。可以说，HSV模型中的V轴对应于RGB颜色空间中的主对角线。 在圆锥顶面的圆周上的颜色，V=1，S=1,这种颜色是纯色。HSV模型对应于画家配色的方法。画家用改变色浓和 色深的方法从某种纯色获得不同色调的颜色，在一种纯色中加入白色以改变色浓，加入黑色以改变色深，同时加入不同比例的白色，黑色即可获得各种不同的色调。

HSI颜色空间可以用一个圆锥空间模型来描述。

图06-02-6   HSI颜色圆锥空间模型

用这种描述HIS颜色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。其中：

（A）HSI圆锥空间模型

（B）线条示意图：圆锥上亮度、色度和饱和度的关系。

（C）纵轴表示亮度：亮度值是沿着圆锥的轴线度量的，沿着圆锥轴线上的点表示完全不饱和的颜色，按照不同的灰度等级，最亮点为纯白色、最暗点为纯黑色。

（D）圆锥纵切面：描述了同一色调的不同亮度和饱和度关系。

（E）圆锥横切面：色调H为绕着圆锥截面度量的色环，圆周上的颜色为完全饱和的纯色，色饱和度为穿过中心的半径横轴。

通常把色调和饱和度通称为色度，用来表示颜色的类别与深浅程度。由于人的视觉对亮度的敏感程度远强于对颜色浓淡的敏感程度，为了便于颜色处理和识别，人的视觉系统经常采用HSI颜色空间，它比RGB颜色空间更符合人的视觉特性。在图像处理和计算机视觉中大量算法都可在HSI颜色空间中方便地使用，它们可以分开处理而且是相互独立的。因此，在HSI颜色空间可以大大简化图像分析和处理的工作量。

HSI颜色空间和RGB颜色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，如公式所示：

  

其中

RGB颜色空间转换为HSV空间颜色值：

void Rgb2Hsv(float R, float G, float B, float& H, float& S, float&V)
{
      // r,g,b values are from 0 to 1
     // h = [0,360], s = [0,1], v = [0,1]
     // if s == 0, then h = -1 (undefined)

     float min, max, delta,tmp;
     tmp = min(R, G);
     min = min( tmp, B );
     tmp = max( R, G);
     max = max(tmp, B );
     V = max; // v

     delta = max - min;

     if( max != 0 )
       S = delta / max; // s
     else
     {
        // r = g = b = 0 // s = 0, v is undefined
       S = 0;
       H = UNDEFINEDCOLOR;
       return;
     }
     if( R == max )
         H = ( G - B ) / delta; // between yellow & magenta
    else if( G == max )
         H = 2 + ( B - R ) / delta; // between cyan & yellow
    else
         H = 4 + ( R - G ) / delta; // between magenta & cyan

     H *= 60; // degrees
     if( H < 0 )
        H += 360;
}

HSV颜色空间转换为RGB空间颜色值：

void Hsv2Rgb(float H, float S, float V, float &R, float &G, float &B)
{
      int i;
     float f, p, q, t;

     if( S == 0 )
     {
     // achromatic (grey)
         R = G = B = V;
         return;
     }

     H /= 60; // sector 0 to 5
     i = floor( H );
     f = H - i; // factorial part of h
     p = V * ( 1 - S );
     q = V * ( 1 - S * f );
     t = V * ( 1 - S * ( 1 - f ) );

     switch( i )
     {
     case 0:
         R = V;
         G = t;
         B = p;
        break;
     case 1:
        R = q;
        G = V;
        B = p;
        break;
     case 2:
        R = p;
        G = V;
        B = t;
        break;
     case 3:
        R = p;
        G = q;
        B = V;
        break;
     case 4:
        R = t;
        G = p;
        B = V;
        break;
     default: // case 5:
        R = V;
        G = p;
        B = q;
        break;
     }
}