式中r，g，b为系数，r+g+b=1。故，知其二便可唯一确定色调。

B、YUV颜色空间

研究表面，人眼对于亮度的敏感度远大于对于颜色细节的敏感度，因此，才彩色电视机系统中不采用RGB颜色空间，一般为以下的空间：

而采用YUV颜色空间的好处有：

a、解决了彩色电视机和黑白电视机的兼容问题（因为黑白电视机只需要提取信号中的Y信号即可显示出来）

b、可以节省传输带宽

一般情况下，数字化后的

Y：U：V = 8：4：4或者Y：U：V = 8：2：2，即亮度信号Y需要8比特表示，UV需要4个或者2个比特表示，我们知道，RGB颜色空间下，需要24比特来表示一个颜色，而利用YUV则仅需要16比特或者12比特，达到压缩的目的。

在PAL制下，白光亮度Y和红绿蓝三色光的关系可以用以下公式表示：

Y = 0.222R + 0.707G + 0.071B

在NTSC制下，Y=0.299R+0.587G+0.114B

色差U，即蓝基色分量与亮度的差值信号，可以用以下公式表示：

U = k1（B - Y)

色差V，即红基色分量与亮度的差值信号，可以用以下公式表示：

V = k2（R - Y）

通常，k1 = 0.493，k2 = 0.877

YUV颜色空间与RGB颜色空间的转换

C、YIQ颜色空间

如上图所示，YIQ颜色空间被NTSC制的彩色电视机使用。

其中Y还是亮度信号，用👇公式表示：

Y = 0.299R + 0.587G + 0.114B

I代表人眼敏感的色彩色差信号，用👇公式表示：

I = 0.596R - 0.275G - 0.321B’

Q代表人眼不敏感的色差信号，用👇公式表示：

Q = 0.212R - 0.523G + 0.311B

D、HSI颜色空间（HSI）

色调H，饱和度为S，光强为V

上图为博客：https://www.cnblogs.com/faith0217/articles/4264652.html

中的内容

二、编程实现提取图像中一点的RGB颜色值，并实现RGB转换为YUV，YIQ，HIS。

以下程序利用python实现

import math

import numpy as np

from PIL import Image

imgpath = 'C:/Users/11037/Desktop/7.jpg' #图片路径

m_yuv = np.mat([[0.299,0.587,0.114],[-0.299,-0.587,0.886],[0.701,-0.587,-0.114]])

m_yiq = np.mat([[0.299,0.587,0.114],[0.596,-0.274,-0.322],[0.211,-0.524,0.312]])

def rgb2yuv(need_rgb):

ans = list([int(i) for i in m_yuv*need_rgb])

return ans

def yuv2rgb(need_yuv):

m = m_yuv.I

ans = list([int(i) for i in m*need_yuv])

return ans

def rgb2yiq(need_rgb):

ans = list([int(i) for i in m_yiq*need_rgb])

return ans

def yiq2rgb(need_yiq):

m = m_yiq.I

ans = list([int(i) for i in m*need_yiq])

return ans

'''

def rgb2hsi(need_rgb:np.mat):

rgb = list(need_rgb)

r,g,b = int(rgb[0]),int(rgb[1]),int(rgb[2])

theta = math.acos((((r-g)+(r-b))/2)/math.sqrt((r-g)**2+(r-b)*(g-b)))

print('theta',theta)

if b