本文的主题实际上是图像的颜色空间的转换，借助一个颜色选取程序来说明OpenCV中颜色转换函数的用法以及一些注意事项。

RGB颜色空间：RGB采用加法混色法，因为它是描述各种“光”通过何种比例来产生颜色。光线从暗黑开始不断叠加 产生颜色。RGB描述的是红绿蓝三色光的数值。数字图像存储方面一般都是用RGB模式，值得注意的是OpenCV里三通道的存储顺序是BGR。

HSV，HSI：这两个颜色格式都是根据人眼对颜色的区分来定义的格式，其中H(hue)表示色相，S(saturation)表示饱和度，V(value)表示明度，I(intensity)代表了亮度。

Lab空间：模型中均匀改变对应于在感知颜色中的均匀改变，所以我们可以把Lab想像为颜色空间中的一个点，相邻的点靠的越近说明两者的颜色越接近，所以Lab空间常用来度量两个颜色的相似性。

更多颜色空间的知识可以参考：http://en.wikipedia.org/wiki/Color_space

OpenCV里通过cvtColor函数来完成图片的颜色转换，cvtColor是在opencv2/imgproc/imgproc.hpp头文件中定义的，它的C++接口如下：

src:输入图像。

dst:输出图像。

code:颜色转换类型，比如：CV_BGR2Lab,CV_BGR2HSV,CV_HSV2BGR,CV_BGR2RGB。

dstCn:输出图像的通道号，如果默认为0，则表示按输入图像的通道数。

把image图像由BGR转换为Lab：cvtColor(image,image,CV_BGR2Lab)

首先我们定义一个colorDetect类：

其中的minDist是我们定义的阈值用于限定两种颜色之间的距离，相当于PhotoShop中魔术棒工具的阈值。

target是目标颜色，相当于种子颜色。result是存储处理得到的结果。

process是主要的处理程序，下面我们来看process的内容。

程序中有2点需要特别注意：

1，在将图像转换为Lab空间后，目标颜色也需要进行转换，做法是创建了一个临时图像。

2，判断两个颜色之间的距离运算了norm函数,它的运算是norm(v)。其中v是一个dim维的向量。程序中是一个三维的适量，是两个颜色值两减后的结果。

那值得思考的是能不能把Vec3i((*it)[0]-target[0],(*it)[1]-target[1],(*it)[2]-target[2])替换为Vec3i((*it)-target)呢？答案是否的，因为(*it)-target在实际运算过程中会自动的把相减的结果进行类型限制。

我们对目标颜色和阈值进行这样的设置后可以得到一个示例的效果：

推荐阅读：