颜色分割实战：从HSV阈值到GrabCut的工程化指南

简介：基于颜色的图像分割资源包面向 OpenCV 初学者与计算机视觉入门者，围绕像素颜色特征解决目标区域分离问题。压缩包体积仅 235KB，整体非常小巧，便于快速下载并对照源码进行学习。已有 732 人学习下载，适合希望从零上手颜色分割实践的读者。资源围绕色彩空间转换、阈值分割、K-means 聚类、混合高斯模型、边缘检测与区域生长等经典方法展开，既解释了肤色检测、植被识别等场景下为何常选用 HSV 或 YCrCb 空间，也通过 cvtColor()、threshold()、inRange() 等 OpenCV 常用函数的实际调用，展示从像素特征到二值掩码的完整实现路径，并帮助读者理解关键参数和算法选择。对希望将算法落地为可运行代码的读者，这份资源提供了简洁的示例工程，能帮助理解不同颜色分割策略的适用边界，并为后续学习 GrabCut、水平集等高级方法打下基础。 上个月接到一个小需求：在传送带上统计红、蓝两种工件的数量，视频流实时处理。我心里想这不就是送分题吗——遍历像素，判断RGB分量谁大谁小就完事。结果第一次现场测试就被打脸：同一个红色工件，光源直射和阴影边缘处的RGB值差了一倍多，固定阈值怎么调都顾此失彼。那天晚上我开始系统地补"基于颜色的图像分割"这一课，才明白这个看似基础的方法里藏着一整套颜色描述、阈值标定和抗干扰的工程学问。

基于颜色的图像分割，说白了就是把图像里颜色相近的像素归成一类，把目标区域从背景里分离出来。它不需要训练样本、不需要GPU，几条OpenCV函数就能跑起来，所以在工业分拣、农业视觉、医疗图像预筛、广告牌定位这些场景里，它至今仍是性价比极高的入场方案。这篇文章我就从那次翻车经历出发，把颜色分割的原理、颜色空间选择、阈值标定、抗干扰处理，以及如何和GrabCut、深度学习分割组合使用，完整地串一遍。不管你是刚接触OpenCV的新手，还是要在项目里快速落地分割模块，这套思路应该都能直接用上。

1. 先搞清楚颜色分割在解决什么问题

1.1 从"分拣工件"这个需求说起

颜色分割本质上是做"像素级别的分类"：算法根据每个像素的颜色特征，判断它属于目标还是背景。这里的关键词是"颜色特征"——你用什么方式描述一个像素的颜色，直接决定了后续所有处理的质量。

我当初犯的错误，就是直接用RGB三通道做判断。这个思路在数学上完全成立，但在工程上非常脆弱。原因在于RGB三个分量高度耦合，任何一个通道发生变化（比如光照变暗导致所有通道值成比例下降），都会被误判成"变成了另一个颜色"。像素的RGB数值和人类视觉感知的"颜色"之间，隔着一道非常不稳定的映射关系。

所以做颜色分割，第一步不是写代码，而是回答三个问题：目标颜色的分布范围是什么？背景中是否存在相同或相近的颜色？光照条件是否可控？这三个问题想清楚了，基本能判断出颜色分割在这个项目里是主角、辅助角色，还是压根不该用。

1.2 哪些场景适合用，哪些场景会翻车

我整理了一个常用判断表，做方案选型时非常实用：

判断原则很简单：目标与背景是否有明确的颜色区分度，以及这种区分度在整条产线或整个使用周期内是否稳定。颜色分割的天然优势是速度快、可解释性强、调试直观；天然短板是对光照敏感、对纹理和形状不敏感。如果两个物体颜色接近但形状不同，单靠颜色必然翻车。

2. 颜色空间选择：为什么RGB阈值方案一开始就输了

2.1 RGB的三个通道和"感知距离"的错位

RGB是面向显示设备设计的颜色模型，红绿蓝三种色光叠加成不同的颜色。它的好处是硬件友好，屏幕直接拿这三个分量驱动像素；坏处是"数值距离"和"视觉距离"严重不一致。

举个直观例子：亮红色是(230, 40, 40)，暗红色是(120, 20, 20)，这两个像素在RGB空间里的欧氏距离超过110，但人眼一看都是"红色"。反过来，(200, 100, 50)和(200, 90, 45)数值很近，视觉上一个是橙色一个是棕色，差异却很明显。RGB的数值变化里，三个通道同时缩放代表亮度变化，而人眼更关心的是色相变化。你拿RGB做颜色分割，等于把亮度和颜色揉在一起判断，光照稍微一变，结果就跟着崩。

2.2 HSV：把"是什么色"和"有多亮"拆开来看

HSV色彩空间把颜色描述拆成了三个独立维度：

• H（Hue）：色相，表示这是什么颜色，在OpenCV中范围是0到179
• S（Saturation）：饱和度，表示颜色的鲜艳程度，0到255
• V（Value）：明度，表示颜色有多亮，0到255

特别提醒，OpenCV里H的范围是0到179，不是常见的0到360，因为OpenCV用uint8存H分量，360放不下，就压缩了一半。很多新手用别的教程里的HSV范围直接套，结果什么都分割不出来。

HSV最大的价值在于：我们做颜色分割时，主要盯住H通道，S和V用来做辅助约束。比如红色工件的H值大约在0到10或170到179附近，S通常在50以上，V则由光照决定。设定阈值时把H范围放宽一点、把S下限抬高一点，就能容忍一部分光照变化。

下面是一段基于OpenCV的HSV转换代码，这个操作几乎是所有颜色分割的起点：

import cv2 import numpy as np img = cv2.imread("sample.jpg") hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 之后所有阈值操作都在hsv图像上进行

2.3 Lab空间：一个更接近人眼感知的备选

如果说HSV是工程上最顺手的颜色空间，那Lab就是理论上更科学的颜色空间。

Lab空间有三个通道：L表示亮度，a通道从绿色渐变到红色，b通道从蓝色渐变到黄色。它设计的目标就是让"色差"和"欧氏距离"尽量一致，也就是说，在Lab空间里两个颜色的欧氏距离越大，人眼感知的差异也越大。这个性质在做肤色分割、食品颜色分级时特别有价值。

不过Lab在OpenCV里是float类型，处理起来比HSV麻烦一些，而且a、b通道的数值范围不像HSV那么直觉。我的建议是：常规分割用HSV，色差评价需求优先的项目（比如果实成熟度分档）再用Lab。作为一个备选方案，它值得你替换试一下，但没必要当作默认选项。

3. 阈值设定全流程：从inRange到自动标定

3.1 善用鼠标取色，先把目标颜色的分布摸清楚

我见过太多人一上来就拍脑袋写cv2.inRange(hsv, (0, 100, 100), (10, 255, 255))，然后对着分割结果瞎试参数。正确做法是先采集真实数据，看目标像素的HSV分布到底长什么样。

给你一个实用的小工具：用鼠标在图像上点击，打印当前像素的BGR和HSV值。多采集几十个点，覆盖同一个目标的不同位置、不同角度、不同光照，你就能大概知道该把阈值范围设在哪里。

import cv2 img = cv2.imread("sample.jpg") hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) def on_mouse(event, x, y, flags, param): if event == cv2.EVENT_LBUTTONDOWN: print("BGR:", img[y, x], "HSV:", hsv[y, x]) cv2.imshow("img", img) cv2.setMouseCallback("img", on_mouse) cv2.waitKey(0) cv2.destroyAllWindows()

这套操作下来，你会发现同一个红色工件在不同位置的H值可能分布在0到10和170到179两端，S值波动也可能很大。这时候你才算真正掌握了当前画面的颜色分布，而不是靠蒙。

3.2 inRange与"红色要分两段"的经典坑

cv2.inRange()是颜色分割的核心函数，它输入一张图像和阈值上下界，输出一张二值掩膜：落在阈值范围内的像素设为255，其余设为0。

lower_red1 = np.array([0, 50, 50]) upper_red1 = np.array([10, 255, 255]) lower_red2 = np.array([170, 50, 50]) upper_red2 = np.array([180, 255, 255]) mask1 = cv2.inRange(hsv, lower_red1, upper_red1) mask2 = cv2.inRange(hsv, lower_red2, upper_red2) mask = cv2.bitwise_or(mask1, mask2)

注意红色在HSV色相环里的一个特殊问题：H值在0到179之间首尾相接，0和179实际上是相邻的颜色，都是红。所以红色天然被切成了两段，必须分别设置区间，再用按位或合并。这个坑网上一搜一大片，当初我也在这里卡了好久。

另外，S和V的下限不建议设成0。S下限用于排除灰白区域和反光高光，V下限用于排除过暗的阴影区域。如果你把S只能设到0，那一切灰色、白色像素都会被误判成目标色。

3.3 Otsu和自适应阈值：什么时候才轮得到它们

如果是目标颜色明确且稳定，inRange永远是最直接的选择。但有些场景你根本说不清"目标颜色到底是多少"，比如板材表面的划痕检测、纸箱上的印刷缺陷分割，这类问题只有"前景和背景亮度不同"这一条线索。

这时候Otsu算法就派上用场了。它自动搜索一个灰度阈值，使得前景和背景两类像素的类间方差最大，相当于帮你自动找分割点。

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) _, mask = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

一句话说明原理：Otsu把一幅灰度图的直方图当成两类像素的混合分布，遍历所有可能的阈值，选择让两类像素"间距最大、内部最紧凑"的那个值。它的前提是直方图呈现明显的双峰，如果光照不均导致灰度峰被拉平，Otsu效果会明显退化。此时可以考虑自适应阈值（adaptiveThreshold），它会按局部邻域计算阈值，对缓慢变化的光照有一定的抵抗能力。

4. 真实画面里的干扰：光照、阴影、相似色与反光

4.1 光照变化和相机自动白平衡是两大隐性杀手

在实验室里调好的阈值，一到现场就失效，这是颜色分割项目最常见的翻车方式。最大元凶有两个：光源变化和相机自动白平衡。

即使采用HSV空间，极端光照下H值也会漂移——当物体表面亮度太低时，色彩信息丢失，所有颜色都往灰黑色靠拢，这时候H通道变成噪声，单纯放宽阈值毫无意义。应对方法：工业场景优先加装稳定的光源和遮光罩，把环境光对画面的影响降到最低；相机要关闭自动白平衡，固定曝光时间。很多颜色分割项目不稳定，不是算法不行，而是相机参数在自动漂移，每帧画面的颜色基准都不一样，你再怎么调阈值都白搭。

这些都属于"拍摄端约束"，是我在实际项目里学到的最重要一课：颜色分割的上限，有一半在硬件选型和相机配置上就决定了。

4.2 开闭运算：分割掩膜的必修课

即便阈值和拍摄端都做好了，初版的掩膜通常还是会有噪点和孔洞。目标表面可能会有反光点，被阈值排除后变成掩膜上的黑点；背景里偶尔出现一些孤立噪点，只占很少像素。这时需要形态学操作来处理。

开运算是先腐蚀后膨胀，能去掉小噪点、断开细小的误检连接；闭运算是先膨胀后腐蚀，能填充目标内部的细小孔洞、连接相邻区域。两者配合使用，掩膜质量会有质的提升。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

内核大小选择有个经验值：噪声颗粒大就加大内核，目标细节多就缩小内核，从3x3开始试，效果不明显再逐步往上加。不要一上来就用15x15，否则目标边缘会被磨得不成形。

4.3 相似色与高光反光：颜色特征也有扛不住的时候

颜色分割最怕两类情况：目标颜色跟背景太接近，或者目标表面出现高光。

对于相似色问题，可以在HSV之外补充其他判断维度。例如把Lab空间的a、b通道加入约束条件，或者降低H阈值区间同时增加S、V条件，也可以用形状特性做二次筛选——面积、长宽比、圆形度等几何特征能帮你排除颜色相近但形状不符的区域。在口腔疾病图像分割这类任务里，牙龈和病变区域颜色差异很细微，纯颜色分割很难直接作为最终方案，它更适合做ROI的快速定位，缩小后续精分割的处理范围。

对于高光反光，主要原因是高光区域饱和度S极低，表现为类似白色的像素，颜色信息已经损失殆尽。工业相机加持偏光镜、调整光源入射角度是更根本的办法；算法层面，可以同时检测高光区域，在掩膜中对这些区域做插值或标记待处理，而不是硬靠颜色判断。

5. 从"像素分类"到"目标分割"：后处理与算法组合

5.1 连通域分析：把掩膜变成可统计的目标列表

掩膜只是第一步，项目中通常还需要知道"有几个目标、每个目标在哪、有多大"。连通域分析就是干这个的。

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8) for i in range(1, num_labels): area = stats[i, cv2.CC_STAT_AREA] if area < 500: continue x = stats[i, cv2.CC_STAT_LEFT] y = stats[i, cv2.CC_STAT_TOP] w = stats[i, cv2.CC_STAT_WIDTH] h = stats[i, cv2.CC_STAT_HEIGHT] cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

这段代码遍历所有连通区域，跳过面积小于500的噪声块，然后画框。实际项目里，面积过滤条件通常根据目标在画面中的实际像素尺寸来定，可以在调试时先跑一遍，看真实目标的面积分布再设定阈值。除了面积，连通域的宽高比、外接矩形占比也都是很有用的过滤特征，例如识别长条形的广告牌区域时，宽高比就是关键特征。

5.2 用颜色做种子，用GrabCut细化边缘

纯颜色分割得到的边缘通常比较粗糙，尤其在目标颜色和背景颜色交界处，阈值判断容易把交界像素分错。想要更精细的目标轮廓，可以和GrabCut组合使用。

GrabCut是经典的交互式分割算法，它把图像建模成图结构，用高斯混合模型估计前景和背景的颜色分布，通过最小化能量函数来求解每个像素属于前景还是背景。它需要初始化信息，而颜色分割恰好可以充当这个初始化——用颜色掩膜告诉GrabCut哪些区域几乎肯定是前景，再由它对边缘精细调整。

# grabcut_mask：0-3的标志位 gc_mask = np.zeros(img.shape[:2], np.uint8) gc_mask[mask == 255] = cv2.GC_FGD gc_mask[mask == 0] = cv2.GC_PR_BGD bgd_model = np.zeros((1, 65), np.float64) fgd_model = np.zeros((1, 65), np.float64) cv2.grabCut(img, gc_mask, None, bgd_model, fgd_model, 5, cv2.GC_INIT_WITH_MASK) final = np.where((gc_mask == cv2.GC_FGD) | (gc_mask == cv2.GC_PR_FGD), 255, 0).astype("uint8")

这种"先颜色定位，再图割精修"的组合拳，在广告牌分割、产品抠图这类场景里表现相当稳健。颜色分割负责找到大致位置，GrabCut负责把边界修出干净的轮廓，比单独使用任何一种都可靠。

5.3 深度学习时代，颜色分割怎么继续发光

现在聊图像分割，大家脑子里蹦出来的是UNet、SegNet、DeepLab这些深度学习模型。在口腔疾病图像分割这类复杂语义任务上，深度学习确实把传统方法甩开很远，这个没有争议。

但颜色分割并没有过时，反而在很多项目里换了个位置继续发挥作用。一是做预标注工具，深度学习模型需要大量标注数据，用颜色分割快速生成初版掩膜，再人工修正，能省下大量标注时间。二是做ROI定位，用颜色先在整幅图里把可能的区域找出来，缩小深度学习模型的输入范围，减少计算量。三是在工业规则场景中，一个HSV+形态学+连通域的传统方案能稳定跑几十帧，完全没必要为了"潮流"去上GPU和模型训练。

另外还有一个思路值得尝试：把HSV、Lab这样的颜色特征作为额外通道，叠加到深度学习模型的输入里。很多分割场景下，颜色信息是深度模型最容易利用的线索之一，这么做往往能小幅提升精度，尤其当训练数据有限的时候。

回到开头那个分拣需求。我最后没上深度学习，就用HSV色彩空间加inRange阈值、形态学清理、连通域统计，在CPU上跑到了30帧以上，误报率低到了可接受范围。那次经历给我的最大启发是：接到一个分割任务，先别急着堆模型，花十分钟观察目标颜色是否稳定、背景能否约束。如果颜色特征足够强，传统方法依然是最短路径，而颜色分割作为基本功，无论后面接的是GrabCut还是深度学习，都值得你把它吃到透。

本文还有配套的精品资源，点击获取