图片颜色识别（转换）
将图像从一种色彩空间转换到另一种色彩空间。在众多色彩空间中，RGB（红绿蓝）和HSV（色相、饱和度、明度）是最常见的两种。
转换的必要性:
色彩增强：在HSV空间中调整亮度和饱和度可以更方便地实现图像的色彩增强。
目标检测：基于颜色的目标检测，HSV空间可以简化颜色阈值的选择。
颜色校正：在不同的设备或图像之间进行颜色校正。
cvtColor(
constcv::InputArray&src,//输入图像，即需要转换颜色空间的源图像
cv::OutputArray dst,//输出图像，用于存储转换结果
intcode,//转换代码，指定源图像和目标图像之间的颜色空间转换类型
intdstCn=0//可选参数，输出图像的通道数，通常不需要手动设置
);
RGB颜色空间通过三种基础颜色——红色（Red）、绿色（Green）和蓝色（Blue）的不同强度组合，来生成其他颜色。
RGB颜色模型基于加色原理（Additive Color Mixing），即通过将不同波长的光混合来生成各种颜色。
红色（Red）：对应于R通道的强度。
绿色（Green）：对应于G通道的强度。
蓝色（Blue）：对应于B通道的强度。
RGB颜色空间广泛应用于许多领域，如显示设备、图像处理、计算机视觉和数字图像合成等。
显示设备：RGB是大多数显示设备（如电视、计算机显示器、智能手机屏幕）使用的颜色模型。
图像捕捉：数码相机、摄像机等设备使用RGB颜色模型捕捉图像。
RGB颜色空间可以表示约1600万种不同的颜色，这是因为每个颜色通道的强度范围为0到255，三个通道的组合可以产生256 × 256 × 256 = 16,777,216种颜色。
RGB颜色空间的局限性:
颜色分割：在RGB空间中，颜色的表示并不总是符合人类的直观感受。
颜色调整：在RGB空间中调整图像的亮度、对比度和饱和度需要复杂的运算。
HSV颜色空间指的是HSV颜色模型。
色相（Hue）：表示颜色的基本类型。
饱和度（Saturation）：表示颜色的纯度或强度，从0到100%不等。
明度（Value）：表示颜色的亮度，从0到100%不等，明度高表示颜色较亮，明度低则颜色较暗。
HSV颜色模型是一种六角锥体模型，如下图所示：
一般对颜色空间的图像进行有效处理都是在HSV空间进行的，然后对于基本色中对应的HSV分量需要给定一个严格的范围，下面是通过实验计算的模糊范围。
H: 0— 180
S: 0— 255
V: 0— 255
HSV颜色空间的优势:
符合人类对颜色的感知方式。
颜色调整更加直观。
降维处理有利于计算。
掩膜（Mask）是一种在图像处理中常见的操作，它用于选择性地遮挡图像的某些部分，以实现特定任务的目标。
掩膜作用：通过选择性遮挡或保留图像的某些部分。掩膜图像是一种二值图像：
0（黑色）：表示该部分将被遮挡，不进行处理。
255（白色）：表示该部分将被保留，进行后续处理。
voidcv::inRange(
InputArray src,//输入图像或数组
InputArray lowerb,//范围下界
InputArray upperb,//范围上界
OutputArray dst//输出结果，与src大小相同
);
在图像处理中，“与”运算（bitwise AND operation）是一个非常重要的操作。其规则：当两个输入都为真时，结果才为真。
在图像处理中，“与”运算通常用于将一个掩码（mask）应用到原始图像上。具体操作是将两个图像中所有的对应像素值一一进行“与”运算，从而得到新的图像。
voidbitwise_and(
InputArray src1,//第一幅输入图像
InputArray src2,//第二幅输入图像
OutputArray dst,//输出图像，用于存储操作结果
InputArray mask=noArray()//操作掩码，指定在何处应用该操作
);
图片颜色替换
1.颜色空间转换
2.创建掩膜
3.开运算
原始掩膜图像可能包含一些噪声，即一些不属于目标区域的小点或孔洞。为了得到更干净的掩膜，因此，需要对掩膜进行开运算操作来去除这些噪声。
开运算的作用：去除噪声，保持目标区域完整性，平滑目标边界。
4.颜色替换
5.显示图像
