顏色通常用三個相對獨立的屬性來描述，三個獨立變量綜合作用，自然就構成一個空間坐標，這就是顏色空間。而顏色可以由不同的角度，用三個一組的不同屬性加以描述，就產生了不同的顏色空間。但被描述的顏色對象本身是客觀的，不同顏色空間只是從不同的角度去衡量同一個對象。就是說我們做的只是把顏色進行了編碼，用數字來表達，並未對顏色本身做出改變。
表達方式一 RGB空間
RGB顏色空間最大的優點就是適合於顯示系統，直觀且容易理解。但是對彩色描述上的應用還有以下不足：
(1) RGB顏色空間利用三個顏色分量的線性組合來表示顏色，因此不同的色彩難以用精確的數值來表示，定量分析困難。
(2) 在RGB顏色系統中，三個顏色分量之間是高度相關的，即只要亮度改變，三個分量都會相應的改變，如果一個顏色的某一個分量發生了一定程度的改變，那么這顏色很可能也要發生改變。
HSV顏色空間
HSV是一種將RGB色彩空間中的點在倒圓錐體中的表示方法。HSV即色相(Hue)、飽和度(Saturation)、明度(Value)，又稱HSB(B即Brightness)。
色相是色彩的基本屬性，就是平常說的顏色的名稱，如紅色、黃色等。用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°,藍色為240°。它們的補色是：黃色為60°，青色為180°,品紅為300°
飽和度（S）是指色彩的純度，越高色彩越純，低則逐漸變灰，取0-100%的數值。
飽和度S表示顏色接近光譜色的程度。一種顏色，可以看成是某種光譜色與白色混合的結果。其中光譜色所占的比例愈大，顏色接近光譜色的程度就愈高，顏色的飽和度也就愈高。飽和度高，顏色則深而艷。光譜色的白光成分為0，飽和度達到最高。通常取值范圍為0%～100%，值越大，顏色越飽和。
明度（V），取0-max(計算機中HSV取值范圍和存儲的長度有關)。
HSV顏色空間可以用一個圓錐空間模型來描述。圓錐的頂點處，V=0，H和S無定義，代表黑色。圓錐的頂面中心處V=max，S=0，H無定義，代表白色。
RGB顏色空間中，三種顏色分量的取值與所生成的顏色之間的聯系並不直觀。而HSV顏色空間，更類似於人類感覺顏色的方式，封裝了關於顏色的信息：“這是什么顏色？深淺如何？明暗如何？”
結論：
當S=1 V=1時，H所代表的任何顏色被稱為純色；
當S=0時，即飽和度為0，顏色最淺，最淺被描述為灰色(灰色也有亮度，黑色和白色也屬於灰色)，灰色的亮度由V決定，此時H無意義；
當V=0時，顏色最暗，最暗被描述為黑色，因此此時H(無論什么顏色最暗都為黑色)和S(無論什么深淺的顏色最暗都為黑色)均無意義。
圖像處理
對圖像的操作主要分為一元操作，二元操作以及空間操作。
一元操作即output(x,y)=fun(input(x,y))，它是對圖像中的像素點進行操作，常見的有灰度化，二值化。
直方圖均衡化是為了提高圖像的質量，減少圖像過黑或過白的影響
二元操作是兩個圖像間的加減乘除操作
空間操作分為先行操作和非線性操作
則是將輸入周圍的像素點通過處理，得到該位置的輸出，如卷積邊緣檢測，圖像平滑，中值濾波
非線性操作有數學形態學
腐蝕：大的對象消失或變小
膨脹
先腐蝕后膨脹：開操作，選擇特定形狀，清理圖像
先膨脹后腐蝕，閉操作
開操作：去除噪聲