cv2.inRange()函数是否必须采用HSV颜色空间？

cv2.inRange 本身没有强制要求必须使用HSV颜色空间，传入RGB/BGR、灰度图、LAB等任意颜色空间的图像都可以正常运行，只要满足输入图像、下界参数、上界参数三者的颜色空间、通道顺序、数值范围完全匹配即可。

你的实测为什么是对的 #

你现在的调用是：

mask = cv2.inRange(quantized_img, color, color)

只要你传入的quantized_img是RGB格式，同时color参数是对应通道顺序、同数值范围的RGB三元组，函数的逐像素区间判断逻辑就会正常执行，输出的掩码结果是正确的，你的实测结果符合函数的设计逻辑。

为什么绝大多数示例都用HSV #

大家优先选HSV做颜色分割，和cv2.inRange本身的限制无关，是颜色空间的特性决定的：

• OpenCV默认读取的彩色图像是BGR通道顺序，新手如果直接按日常认知的RGB数值传阈值，很容易出现通道不匹配的问题，调参难度很高
• RGB/BGR空间的三个通道都和亮度强相关，当场景光照变化时，同一种颜色的像素三个通道数值波动极大，很难设定通用的阈值范围。而HSV空间把色相（H）、饱和度（S）、明度（V）拆分，提取固定颜色时只需要限定H通道的小范围，S、V通道可以设很宽的范围适配不同光照，颜色分割的效果更稳定，所以绝大多数面向颜色提取的教程示例都会选择转HSV后再调用cv2.inRange。

你当前用法的注意事项 #

你现在把上下界都设为同一个color，属于精确像素值匹配，这种用法仅适合你已经做过色彩量化、颜色总数极少的quantized_img。如果是普通未量化的原图，同一种颜色的像素值本身有波动，这种精确匹配基本无法拿到可用的掩码。
不管使用哪种颜色空间，都要注意参数格式匹配：

• 用OpenCV默认的BGR图时，color需要是BGR顺序的三元组
• 用自行转换的RGB图时，color需要对应换成RGB顺序的三元组
• 用HSV时注意8位图像素的H通道取值范围是0_{179，不要直接用设计软件里0}360的色相值传入

内容的提问来源于stack exchange，提问作者Greg