为何OpenCV中蓝色标记点的Hue值存在巨大差异？

• 先做预处理稳定颜色表现：光照不均、肤色反射会导致同色标记点的HSV偏移，先给图像做gamma校正或者简单白平衡，比如调整gamma值让亮度分布更均匀，减少V通道的极端值干扰。用cv2.convertScaleAbs(img, alpha=1, beta=0)配合gamma变换公式就能实现。
• 不要单靠H通道，结合S+V做组合筛选：你遇到的两个蓝点，一个是低饱和高亮的蓝，一个是高饱和中亮的偏橙蓝（视觉上偏蓝是因为肤色对比）。可以分别设定两组HSV范围生成掩码再合并：
  • 低饱和蓝：H(120-150), S(0-50), V(90-100)
  • 高饱和偏橙蓝：H(0-20), S(80-100), V(70-90)
    用cv2.inRange()分别生成两个掩码，再用cv2.bitwise_or()合并结果，覆盖两种蓝点情况。
• 用颜色聚类提取标记点：标记点颜色在图像中属于少数类（主体是皮肤），用K-means聚类把颜色分成5-8类，提取聚类中心后筛选出蓝调的中心（比如B通道值远高于R、G的中心），再生成对应掩码。示例代码：

  import cv2
  import numpy as np
  
  img = cv2.imread("marker_img.jpg")
  # 转换为像素数组
  pixels = img.reshape((-1, 3)).astype(np.float32)
  # K-means参数
  criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 15, 0.8)
  k = 6
  _, labels, centers = cv2.kmeans(pixels, k, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)
  centers = np.uint8(centers)
  # 筛选蓝调中心：B值显著大于R和G
  blue_centers = [c for c in centers if c[0] > c[1] + 30 and c[0] > c[2] + 30]
  # 生成掩码
  mask = np.zeros(img.shape[:2], dtype=np.uint8)
  for idx, center in enumerate(blue_centers):
      mask[labels.flatten() == idx] = 255
  

• 形态学后处理补漏去噪：得到掩码后，用cv2.morphologyEx(mask, cv2.MORPH_OPEN, np.ones((3,3), np.uint8))去掉皮肤纹理的小噪点，再用闭运算填补标记点的空洞，最后用cv2.findContours()提取轮廓，通过轮廓面积过滤掉非标记点的区域。
• 切换到Lab颜色空间试试：Lab的b通道对应蓝黄分量，蓝色会在b通道有较高的正值，受光照的影响比HSV的H通道小。转成Lab后，先通过L通道排除过暗区域，再给b通道设定高阈值，能更稳定地捕捉视觉上的蓝色。

内容的提问来源于stack exchange，提问作者Marumba