在计算机图像处理中，色彩空间是理解和操作图像色彩的重要基础。每一种色彩空间都有自己的适用范围。RGB 是比较常见的色彩空间，除此之外比较常见的色彩空间还有 GRAY、HSV、Lab、YUV 等。

为什么会有这么多色彩空间呢？有兼容性的原因，也有为了方便计算的原因。比如 YUV 这个是电视信号系统采用的，以前的老电视是黑白电视，只需要一个颜色通道，后来出现了彩色电视，为了使视频信号能够兼容黑白电视和彩色电视，就将 RGB 专横 YUV，其中 Y通道 是图像的亮度，黑白电视只需要使用这个通道就能显示出黑白影像了，而彩色电视需要将 YUV 转成 RGB 来显示。

我们都知道 RGB 表示「红绿蓝」三种颜色，一个像素包含 RGB 3个通道，将这3个通道融合可以渲染出不同的颜色。但 RGB 三个通道融合的值很难去直观看出到底是什么颜色。如果要做一个抠图功能，显然用 HSV（H色相、S饱和度、V明度） 会更合适。

所以就出现了这么多种色彩空间。

色彩空间转换方法

有时为了计算方便，会将图片的颜色空间转换成别的类型。

OpenCV 提供了 cv2.cvtColor() 方法可以实现不同色彩空间之间的转换。例如，将 RGB 转换为 HSV、LAB 或 YUV，或者反向转换，都可以通过该函数实现。

常见的色彩空间转换

在 OpenCV 中，图像的默认色彩空间通常是 BGR（蓝、绿、红），与 RGB 的差别仅在于通道顺序。

cv2.cvtColor() 接收3个参数。

cv2.cvtColor(src, code[, dstCn]) -> dst

举个例子，将一张 RGB 的图片转成灰度图（GRAY）。

import cv2

# 读取图像
image = cv2.imread("example.png")  # 替换为图像的路径
# 将 BGR 转换为灰度图
grayImg = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 展示原图
cv2.imshow("Image", image)
# 展示灰度图
cv2.imshow("GrayImg", grayImg)
cv2.waitKey(0)
cv2.destroyAllWindows()