在計算機視覺和影象處理領域，色彩空間指的是組織色彩的特定方式。一個色彩空間實際上由兩樣東西構成：顏色模型（a color model）和對映函式(a mapping function)。我們之所以需要顏色模型是因為它能代表元組代表畫素的值。而對映函式將顏色對映到可以被代表的所有顏色的集合。

我們有很多很有用的不同的顏色空間。其中一些常見的是RGB、YUV、HSV、Lab等等。不同的顏色空間有不同的優點。我們只需要選擇對於解決給定問題有幫助的顏色空間。我們選擇幾個顏色空間，看看它們提供了什麼資訊。

RGB：這可能是用的最廣的顏色空間。R、G、B分別代表紅色（RED）、綠色（GREEN）、藍色（BLUE）。在這個顏色空間中，每一種顏色都由R、G、B的不同權重代表，所以每一個畫素值都是一個相應的R、G、B三元組。其中，每一個數值的大小介於0到255之間。

YUV：儘管RGB在諸多方面都很有用，但是它在現實生活中卻顯現出很多侷限。人們開始考慮用不同的方式從顏色資訊中剝離出強度資訊來。因此，他們提出了YUV顏色空間。Y代表流明（luminance，光照強度），U/V通道代表顏色資訊。因為人類視覺系統中察覺強度資訊和察覺顏色資訊的機制不同，因而YUV顏色空間在很多應用中十分有效。

HSV：因為YUV在某些方面依然存在缺陷，所以提出了HSV顏色空間。所以人們開始思考人類是如何感知顏色的並提出了HSV顏色空間。HSV代表色調（Hue），色彩飽和度（Saturation）和值（Value）。這是一個圓柱形（cylindrical）系統，我們可以將它分為三個基本的顏色屬性並且用不同的屬性頻道代表他們。這個和人類視覺系統如何；理解顏色密切相關。這也使得我們在處理圖片時具有很大的靈活性。

引自《OpenCV with Python By Example》，Prateek Joshi

注意：這裡只是提供本人翻譯的文稿，如果有損您版權，請與我聯絡，我將迅速刪除。