在OpenCV中，颜色识别是一个常见任务，通常用于图像处理和计算机视觉项目中。

1.HSV颜色空间

在日常生活中颜色空间大都是采用RGB的形式，RGB 适合于显示系统，却并不适合于图像处理，在opencv中采用BGR，HSV颜色空间，将RGB转化为HSV颜色空间则是我们进行颜色识别的基础。

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)（参考百度）。在HSV模型中，颜色是由色相（Hue），饱和度（Saturation），明度（Value）共同组成。

HSV与HSB没有区别，它们是同一个概念的不同称呼‌。HSV（Hue, Saturation, Value）和HSB（Hue, Saturation, Brightness）都是基于色相、饱和度和亮度（或明度）的颜色模型，只是名称不同而已‌。

下面是HSV通道对应颜色数值范围参考表：

2.颜色识别

在OpenCV中，如果你想识别图片中的指定颜色，并将其他颜色屏蔽掉，你可以使用以下步骤来实现：

• 读取图片：首先，你需要使用OpenCV的cv2.imread()函数读取图片。
• 转换颜色空间：将图片从BGR颜色空间转换到HSV颜色空间，因为HSV颜色空间在处理颜色识别时更加直观和方便。
• 定义颜色范围：在HSV颜色空间中定义你想要识别的颜色的范围。
• 创建掩膜：使用cv2.inRange()函数根据HSV颜色范围创建一个掩膜（mask）。
• 应用掩膜：使用这个掩膜来提取或屏蔽图片中的指定颜色。
• 显示结果：显示原图和处理后的结果。

代码实现：

import cv2
import numpy as np

# 步骤1: 读取图片
image = cv2.imread('./images/jpg/color_block.jpg')

# 步骤2: 转换到HSV颜色空间
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 步骤3: 定义蓝色的HSV范围
# 例如，蓝色的HSV范围可以是 (100, 43, 46) 到 (124, 255, 255)
# 例如，红色的HSV范围可以是 (0, 43, 46) 到 (10, 255, 255)
# 例如，绿色的HSV范围可以是 (35, 43, 46) 到 (77, 255, 255)

"""
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
"""

"""
lower_red = np.array([0, 43, 46])
upper_red = np.array([10, 255, 255])
"""

lower_green = np.array([35, 43, 46])
upper_green = np.array([77, 255, 255])

# 步骤4: 创建掩膜
#mask = cv2.inRange(hsv_image, lower_blue, upper_blue)
#mask = cv2.inRange(hsv_image, lower_red, upper_red)
mask = cv2.inRange(hsv_image, lower_green, upper_green)

# 步骤5: 应用掩膜
result = cv2.bitwise_and(image, image, mask=mask)

# 步骤6: 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Masked Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()