HSV颜色空间使用色调或色相（Hue）、饱和度（Saturation）和亮度或明度（Value）三个参数来表示颜色，色调 H 表示颜色的种类，如红色、绿色、蓝色等；饱和度 S 表示颜色的纯度或强度，如红色越纯，饱和度就越高；亮度 V 表示颜色的明暗程度，如黑色比白色亮度低。

由于HSV的颜色是连续的，比RGB更适合进行颜色范围划分，常见的颜色经过试验得到的范围如下：

代码运行步骤：图片输入→HSV空间转换→制作掩膜→与运算→图片输出

掩膜（Mask）是一种在图像处理中常见的操作（类似于PS中的蒙版），它可以选择性地遮挡图像的某个部分，从而实现特定任务的目标。掩膜通常是一个二值化图像，并且与原图相同大小，其中目标区域被设置为255（白色），而其他区域设置为0（黑色），目标区域可以根据HSV的参数修改，通过掩膜可以使用白色区域操作原图中的同位置像素。

与运算在图像处理中，与运算被用来对像素进行操作，可以将两个图像中的所有对应像素值进行与运算操作。

原图名称：demo.jpg

import cv2
import numpy as np

if __name__ == '__main__':
    # 1.图片输入
    path = 'demo.jpg'  # 图像文件路径
    image_np = cv2.imread(path)  # 读取图像为NumPy数组(BGR格式)

    # 2.HSV空间转换
    hsv_image_np = cv2.cvtColor(image_np, cv2.COLOR_BGR2HSV)  # BGR转HSV
    # print(hsv_image_np.shap) # 打印HSV图像的维度(高度, 宽度, 通道数)
    # print(hsv_image_np)           # (注释)打印HSV像素值数组

    # 3. 制作掩膜
    # 定义红色范围1
    red_low = np.array([0, 43, 46])  # 红色下限(Hmin, Smin, Vmin)
    red_high = np.array([10, 255, 255])  # 红色上限(Hmax, Smax, Vmax)

    mask1 = cv2.inRange(  # 创建二值掩膜
        hsv_image_np,  # 基于哪个图像, 输入HSV图像
        red_low,  # 颜色下限
        red_high  # 颜色上限
    )
    # print(mask1.shape)
    # print(mask1)

    # 定义红色范围2
    red_low = np.array([156, 43, 46])  # 红色第二范围下限(深红色)
    red_high = np.array([180, 255, 255])  # 第二范围上限
    # 制作掩膜
    mask2 = cv2.inRange(  # 创建第二个掩膜
        hsv_image_np,
        red_low,
        red_high
    )
    # 合并掩膜
    mask_image_np = cv2.bitwise_or(mask1, mask2)  # 创建第二个掩膜
    # print(mask_image_np.shape)
    # print(mask_image_np)

    # 原图和掩膜进行 与操作
    color_image_np = cv2.bitwise_and(  # 按位与操作
        image_np,  # 原始图像
        image_np,  # 再次使用原始图像
        mask=mask_image_np  # 应用合并后的掩膜
    )  # 掩膜
    # print(color_image_np.shape) # 输出结果图像维度
    # print(color_image_np)# 输出结果像素数组

    # 图片输出
    cv2.imshow('mask1:', mask1)  # 显示第一个红色掩膜
    cv2.imshow('mask2:', mask2)  # 显示第二个红色掩膜
    cv2.imshow('mask_image_np', mask_image_np)  # 显示合并掩膜
    cv2.imshow('color_image_np', color_image_np)  # 显示提取的红色区域
    cv2.waitKey(0)  # 等待按键(0表示无限等待)

运行后结果：

mask1.png 

mask2.png

合并后的掩膜：

color_red_np.png：

3 颜色替换

在图像中识别某一种（多种）颜色，那么就可以对这些颜色进行单独操作，比如替换成其他的颜色，原理就是在得到掩膜后，对掩膜中白色区域的原图进行一个像素值的修改。

代码运行步骤：图片输入→HSV空间转换→制作掩膜→开运算→颜色替换→图片输出

在形态学变换章节中学习了腐蚀和膨胀的工作原理，开运算就是先对图像进行腐蚀操作，再进行膨胀操作，开运算的效果是可以去除二值化图中的小噪点，并分离相连的物体。

由于掩膜与原图的大小相同，并且像素的一一对应的，可以得到掩膜中的白色区域坐标，把掩膜中所有白色区域的坐标带入到原图中，就可以得到原图中所有红色区域的坐标。拿到原图红色的坐标后，可以进行任何红色像素值的操作，例如修改颜色。

图片名称：image.jpg

import cv2
import numpy as np

if __name__ == '__main__':
    # 1.图片输入
    path = 'image.jpg'
    image_np = cv2.imread(path)  # 读取图片到NumPy数组（BGR格式）

    # 2.HSV空间转换
    hsv_image_np = cv2.cvtColor(image_np, cv2.COLOR_BGR2HSV)  # 将图片从BGR颜色空间转换为HSV颜色空间
    # print(hsv_image_np) # 打印HSV图像的维度（高度, 宽度, 通道数）

    # 3. 制作掩膜
    # 定义红色范围1（HSV格式：0°-10°）
    red_low = np.array([0, 43, 46])
    red_high = np.array([10, 255, 255])

    # 制作掩膜1
    mask1 = cv2.inRange(
        hsv_image_np,  # 基于哪个图像就输入哪个图像（HSV图像）
        red_low,  # 颜色下限
        red_high  # 颜色上限
    )  # 创建二值掩膜：在红色范围内的像素为255(白色)，其余为0(黑色)
    # print(mask1.shape)  # 打印掩膜维度（单通道）
    # print(mask1)        # 打印掩膜数据（二维数组）

    # 定义红色范围2（HSV格式：156°-180°）
    red_low = np.array([156, 43, 46])
    red_high = np.array([180, 255, 255])
    # 制作掩膜
    mask2 = cv2.inRange(
        hsv_image_np,
        red_low,  # 颜色下限
        red_high  # 颜色上限
    )

    # 合并掩膜
    mask_image_np = cv2.bitwise_or(mask1, mask2)  # 将两个掩膜合并（逻辑OR操作）
    # print(mask_image_np.shape)  # 打印合并后掩膜维度
    # print(mask_image_np)  # 打印合并掩膜数据

    # 4.图片矫正. 开运算（去噪）
    # 创建一个5x5矩形核
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))

    # 执行开运算
    open_image_np = cv2.morphologyEx(
        src=mask_image_np,  # 输入掩膜
        op=cv2.MORPH_OPEN,  # 开运算类型（先腐蚀后膨胀）
        kernel=kernel  # 使用的结构核
    )  # 去除小噪点，平滑物体边界

    # 颜色替换
    for i in range(open_image_np.shape[0]):  # 遍历高度方向
        for j in range(open_image_np.shape[1]):  # 遍历宽度方向
            # 如果当前遍历的像素点是掩膜的白色
            if open_image_np[i, j] == 255:  # 当开运算掩膜中为白色区域时
                # 给原图进行颜色替换为蓝色
                image_np[i, j] = (255, 0, 0)  # 将原图对应像素改为蓝色(BGR格式)

    # 6. 图片输出
    cv2.imshow('mask_image_np', mask_image_np)  # 显示原始掩膜
    cv2.imshow('open_image_np', open_image_np)  # 显示开运算后的掩膜
    cv2.imshow('image_np', image_np)  # 显示处理后的原图（红色变蓝）
    cv2.waitKey(0)  # 等待任意按键关闭窗口
    cv2.imwrite('blue.png', image_np)

原始掩膜：mask_image_np.png

开运算后的掩膜：open_image_np.png

最终结果：blue.png