CV基础：RGB、HSV、HLS、YCbCr、LUV颜色空间模型详解
CV基础：RGB、HSV、HLS、YCbCr、LUV颜色空间模型详解
颜色空间模型是计算机视觉和图像处理中的基础概念，不同的模型适用于不同的应用场景。本文将详细介绍几种常见的颜色空间模型，包括RGB、HSV、HLS、YCbCr和LUV，帮助读者理解它们的特点和适用场景。
RGB
RGB色彩就是常说的光学三原色，R代表Red（红色），G代表Green（绿色），B代表Blue（蓝色）。自然界中肉眼所能看到的任何色彩都可以由这三种色彩混合叠加而成，因此也称为加色模式。
HSV
HSV 表达彩色图像的方式由三个部分组成：
- Hue（色调、色相）
- Saturation（饱和度、色彩纯净度）
- Value（明度）
用下面这个圆柱体来表示 HSV 颜色空间，圆柱体的横截面可以看做是一个极坐标系，
- H 用极坐标的极角表示
- S 用极坐标的极轴长度表示
- V 用圆柱中轴的高度表示。
HLS
HLS 和 HSV 比较类似，这里一起介绍。
HLS 也有三个分量，
- hue（色相）
- saturation（饱和度）
- lightness（亮度）
与HSV的区别： HLS 和 HSV 的区别就是最后一个分量不同，HLS 的是 light(亮度)，HSV 的是 value(明度)。
应用：提取白色物体时，使用HLS更方便，因为 HSV 中的Hue里没有白色，白色需要由S和V共同决定（S=0, V=100）。而在 HLS 中，白色仅由亮度L一个分量决定。所以检测白色时使用 HSL 颜色空间更准确。
参考：https://zhuanlan.zhihu.com/p/67930839
YCbCr
Y’为颜色的亮度(luma)成分、
而CB和CR则为蓝色和红色的浓度偏移量成份。
Y’和Y是不同的，而Y就是所谓的亮度(luminance)，表示光的浓度且为非线性，使用伽马修正(gamma correction)编码处理。
https://baike.baidu.com/item/YCbCr/10012133?fr=aladdin
LUV
LUV色彩空间，全称 CIE 1976(L*,u*,v*)（也作CIELUV）色彩空间，L表示物体亮度，u和v是色度。
于1976年由国际照明委员会(International Commission on Illumination)提出，由CIE XYZ空间经简单变换得到，具视觉统一性。
类似的色彩空间有CIELAB。对于一般的图像，u和v*的取值范围为-100到+100，亮度为0到100。
L 给出亮度，U 和 V 给出彩色图像的色度值。
U 的负值表示彩色图像中红色成分的突出，V 的负值表示绿色成分在蓝色上的突出。
RGB、HSV、YCbCr 和 Kekre的 LUV 颜色空间的实验：https://ieeexplore.ieee.org/document/8697454
RGB色彩空间火灾探测准确率为66.67%。HSV 和 YCbCr 颜色模型的使用提供了 80% 的准确度。我们使用 Kekre 的 LUV 颜色空间进行火灾检测的方法提供了 93.33% 的整体平均准确度。
但是，对于短视频的shotdetect，基于亮度及红蓝值的LUV颜色空间，表现不如其他颜色空间。