我正在使用 OpenCV 和 Python。我的代码是：
img_hsv = cv2.cvtColor(image,cv.CV_BGR2HSV)
img_lab = cv2.cvtColor(image,cv.CV_BGR2Lab)
当我访问像素值时，我会获取 RGB 空间中的值，例如：
img_hsv[x][y] = [255,255,255]
如何标准化 HSV 和 LAB 色彩空间？ HSV = 360° 100% 100% 且 LAB = 128 100 100
编辑1。回复里克·M：你的解决方案不正确，因为当我像你所说的那样将 OpenCV 的值转换为 HSV 时，我得到了随机颜色。
For example. Original image detection with the values of img_hsv:
If I get those values and I reverse the order, I am getting the RGB values:
HSV Value = 16, 25, 230 -> Invert -> 230, 25, 16 = RGB Value
HSV Value = 97, 237, 199 -> Invert -> 199, 237, 97 = RGB Value
所以，当我得到的值img_hsv，如果我颠倒顺序，我会得到 RGB 值...OpenCV 在做什么img_hsv = cv2.cvtColor(image,cv.CV_BGR2HSV)然后？我认为 OpenCV 返回 BGR 值......
OpenCV 带来 (0, 255) 范围内所有颜色空间的输出注意：这取决于 Mat 类型，假设8UC3 here.
因此，要将 HSV 纳入其范围：
H(HSV original) = H(OpenCV) * 2.0
S(HSV original) = S(OpenCV) * 100/255.0
V(HSV original) = V(OpenCV) * 100/255.0
Lab 色彩空间类似：
L(Lab original) = L(OpenCV) * 100/255.0
a(Lab original) = a(OpenCV) - 128
b(Lab original) = b(OpenCV) - 128
参考 http://docs.opencv.org/2.4.8/modules/imgproc/doc/miscellaneous_transformations.html#cvtcolor
添加支票，真实颜色转换 http://colormine.org/color-converter, 蟒蛇代码：
image_rgb = np.zeros((300, 300, 3), np.uint8)
image[:] = (255, 255, 255)
img_hsv = cv2.cvtColor(image_rgb, cv2.COLOR_RGB2HSV)
h = img_hsv[100, 100, 0]
s = img_hsv[100, 100, 1]
v = img_hsv[100, 100, 2]
print h , s , v
>>> 0 0 255