python修改rgb值_Python替换或更改给定RGB或十六进制值的HSV值

关于RGB和HSV空间之间的关系，我建议您看看这个blog post。这个Wikipedia page对HSV及其与RGB空间的关系有详细的描述。在

python中的大多数可视化库(包括matplotlib)默认使用RGB空间，因此需要将RGB图像转换为HSV，根据需要更改HSV值，然后将其转换回RGB。我对cv2库了解不多，但当我想运行您的示例时，在cv2.imshow上收到一条错误消息：“如果您使用的是Ubuntu或Debian，请安装libgtk2.0-dev和pkg config，然后在函数cvShowImage中重新运行cmake或configure script”。因此，我建议您使用更可靠的库。在

据我所知，用于这种目的的最好的库是skimage。因此，示例代码可以如下所示。我把它放在我从here得到的木星行星的图像上。在import matplotlib.pyplot as plt

from skimage.color import rgb2hsv, hsv2rgb

image = plt.imread('jupiter.jpg')

image_hsv = rgb2hsv(image)

image2 = hsv2rgb(image_hsv)

fig, ax = plt.subplots(1,3, figsize = (18,6))

ax[0].imshow(image)

ax[1].imshow(image2)

ax[2].imshow(image-image2)

正如您所看到的，尽管原始RGB图像与转换为HSV并返回到RGB的图像之间的差异并不完全为零，但是从实际用途来看，这种差异可以忽略不计。如果要对图像的HSV值应用任何更改，可以将其应用于image_hsv，然后将其转换回RGB。

您可以使用以下代码来感受HSV图像：

^{pr2}$

如果运行Jupiter图像示例的代码，您会看到色调值集中在0.0左右，表示红色的阴影。我们可以使用以下代码将色调值移动到青色范围(约0.5)：image_hsv = rgb2hsv(image)

hue = image_hsv[:,:,0]

hue = hue+0.5

my_cond = hue[:,:]>1.0

hue[my_cond] = hue[my_cond]-1.0

image_hsv[:,:,0] = hue

image2 = hsv2rgb(image_hsv)

希望这有帮助。在