1、GRAY色彩空间

 GRAY色彩空间通常指的是灰度图像，灰度图像是一种每个像素都是从黑到白，被处理为256个灰度级别的单色图像。这256个灰度级别分别用区间[0,255]中的数值表示，其中，“0”表示纯黑色，“255”表示白色，0~255之间的数值表示不同的亮度（即色彩的深浅程度）的深灰色或者浅灰色。

如下图，一副花朵图像的灰度图像

2、从BGR色彩空间转换到GRAY色彩空间

OpenCvSharp中使用Cv2.CvtColor方法，该方法用于转换图像的色彩空间，其函数如下：

public static void CvtColor(InputArray src, OutputArray dst, ColorConversionCodes code, int dstCn = 0)

摘要:
    Converts image from one color space to another

参数:
  src:
    The source image, 8-bit unsigned, 16-bit unsigned or single-precision floating-point

  dst:
    The destination image; will have the same size and the same depth as src

  code:
    The color space conversion code

  dstCn:
    The number of channels in the destination image; if the parameter is 0, the number
    of the channels will be derived automatically from src and the code

2.1色彩空间转换码

ColorConversionCodes.BGR2GRAY        从BGR色彩空间转换到GRAY色彩空间

ColorConversionCodes.RGB2GRAY        从RGB色彩空间转换到GRAY色彩空间

2.2实例 BGR色彩空间转换到GRAY色彩空间

代码如下：

Mat mat = Cv2.ImRead("test.jpg");
Cv2.ImShow("bgr", mat);
Cv2.CvtColor(mat, mat, ColorConversionCodes.BGR2GRAY);
Cv2.ImShow("gray", mat);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

效果

虽然色彩空间类型转换是双向的，而且OpenCV也提供了ColorConversionCodes.BGR2GRAY（从BGR色彩空间转换到GRAY色彩空间）和ColorConversionCodes.GRAY2BGR（从GRAY色彩空间转换到BGR色彩空间）这两个转换码，但是灰度图像是无法转换成彩色图像的。这是因为在彩色图像转换成灰度图像的过程中，丢失了颜色比例。这些比例丢失了就再也找不回来了。

3、HSV色彩空间

BGR色彩空间是基于三基色而言，即红色、绿色、蓝色。而HSV色彩空间则是基于色调、饱和度和亮度而言的。

        色调（H）是指光的颜色，例如，彩虹中的赤，橙，黄，绿，青，蓝，紫分别表示不同的色调。在OpenCV中，色调在区间[0,180]内取值。例如，代表红色、黄色、绿色和蓝色的色调值分别为0、30、60和120。

        饱和度（S）值色彩的深浅。在OpenCV中，饱和度在区间[0,255]内取值。当饱和度为0时，图像将变为灰度图像。

        亮度（V）指光的明暗。与饱和度相同，在OpenCV中，亮度在区间[0,255]内取值。亮度值越大，图像越亮；当亮度值为0时，图像呈纯黑色。

4、从BGR色彩空间转换到HSV色彩空间

OpenCvSharp提供Cv2.CvtColor方法，该方法不仅可以从BGR色彩空间转换到GRAY色彩空间，还可以将图像从BRG色彩空间转换到HSV色彩空间。

4.1色彩空间转换码

ColorConversionCodes.BGR2HSV        从BGR色彩空间转换到HSV色彩空间

ColorConversionCodes.RGB2HSV        从RGB色彩空间转换到HSV色彩空间

4.2实例 BGR色彩空间转换到HSV色彩空间

代码如下：

Mat mat = Cv2.ImRead("test.jpg");
Cv2.ImShow("bgr", mat);
Cv2.CvtColor(mat, mat, ColorConversionCodes.BGR2HSV);
Cv2.ImShow("hsv", mat);
Cv2.WaitKey();
Cv2.DestroyAllWindows();

效果

​