如何用Python（OpenCV和NumPy）创建500×500的HSV圆盘图像

HSV圆盘的核心逻辑是：

• 色相（Hue）由像素点相对于中心的角度决定，圆周方向覆盖全色相范围
• 饱和度（Saturation）由像素点到中心的距离决定，越靠近边缘饱和度越高
• 明度（Value）固定为最大值，保证色彩亮度一致

以下是完整代码：

import cv2
import numpy as np

# 图像尺寸
size = 500
center = size // 2

# 创建坐标网格
x = np.arange(size) - center
y = np.arange(size) - center
xx, yy = np.meshgrid(x, y)

# 计算每个点到中心的距离（归一化到0-1）
distance = np.sqrt(xx**2 + yy**2)
max_distance = center
saturation = (distance / max_distance) * 255
# 超出圆盘的部分饱和度设为0（黑色）
saturation[distance > max_distance] = 0

# 计算角度（弧度转角度，0-360），然后映射到OpenCV的Hue范围（0-179）
angle = np.arctan2(yy, xx)  # 范围[-π, π]
hue = (angle + np.pi) * (179 / (2 * np.pi))  # 转换为0-179

# 明度固定为255
value = np.full((size, size), 255, dtype=np.uint8)

# 合并HSV通道，注意OpenCV的HSV顺序是H(0-179), S(0-255), V(0-255)
hsv = np.stack([hue.astype(np.uint8), saturation.astype(np.uint8), value], axis=-1)

# 转换为BGR格式用于显示或保存
bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# 显示图像
cv2.imshow('HSV Disk', bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('hsv_disk.png', bgr)

关键细节说明 #

• Hue映射：OpenCV中Hue的范围是0-179（对应标准HSV的0-360），所以需要将计算出的0-360度角度按比例缩放到0-179
• Saturation计算：将像素到中心的距离归一化到0-1后，乘以255得到0-255的饱和度值，超出圆盘的区域设为0（避免出现多余色彩）
• 数据类型：所有通道必须转换为uint8类型，否则OpenCV无法正确处理

内容的提问来源于stack exchange，提问作者MatheusVF