颜色通常用三个相对独立的属性来描述，三个独立变量综合作用，自然就构成一个空间坐标，这就是颜色空间。而颜色可以由不同的角度，用三个一组的不同属性加以描述，就产生了不同的颜色空间。但被描述的颜色对象本身是客观的，不同颜色空间只是从不同的角度去衡量同一个对象。就是说我们做的只是把颜色进行了编码，用数字来表达，并未对颜色本身做出改变。
表达方式一 RGB空间
RGB颜色空间最大的优点就是适合于显示系统，直观且容易理解。但是对彩色描述上的应用还有以下不足：
(1) RGB颜色空间利用三个颜色分量的线性组合来表示颜色，因此不同的色彩难以用精确的数值来表示，定量分析困难。
(2) 在RGB颜色系统中，三个颜色分量之间是高度相关的，即只要亮度改变，三个分量都会相应的改变，如果一个颜色的某一个分量发生了一定程度的改变，那么这颜色很可能也要发生改变。
HSV颜色空间
HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value)，又称HSB(B即Brightness)。
色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°
饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。
明度（V），取0-max(计算机中HSV取值范围和存储的长度有关)。
HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处，V=0，H和S无定义，代表黑色。圆锥的顶面中心处V=max，S=0，H无定义，代表白色。
RGB颜色空间中，三种颜色分量的取值与所生成的颜色之间的联系并不直观。而HSV颜色空间，更类似于人类感觉颜色的方式，封装了关于颜色的信息：“这是什么颜色？深浅如何？明暗如何？”
结论：
当S=1 V=1时，H所代表的任何颜色被称为纯色；
当S=0时，即饱和度为0，颜色最浅，最浅被描述为灰色(灰色也有亮度，黑色和白色也属于灰色)，灰色的亮度由V决定，此时H无意义；
当V=0时，颜色最暗，最暗被描述为黑色，因此此时H(无论什么颜色最暗都为黑色)和S(无论什么深浅的颜色最暗都为黑色)均无意义。
图像处理
对图像的操作主要分为一元操作，二元操作以及空间操作。
一元操作即output(x,y)=fun(input(x,y))，它是对图像中的像素点进行操作，常见的有灰度化，二值化。
直方图均衡化是为了提高图像的质量，减少图像过黑或过白的影响
二元操作是两个图像间的加减乘除操作
空间操作分为先行操作和非线性操作
则是将输入周围的像素点通过处理，得到该位置的输出，如卷积边缘检测，图像平滑，中值滤波
非线性操作有数学形态学
腐蚀：大的对象消失或变小
膨胀
先腐蚀后膨胀：开操作，选择特定形状，清理图像
先膨胀后腐蚀，闭操作
开操作：去除噪声