OpenCV inRange()在RGB可用但HSV失效，求原因及优化方法

你遇到HSV分割输出全黑图像的问题，主要有两个核心原因：OpenCV的HSV数值范围与你使用的工具输出不匹配，以及HSV上下限的顺序搞反了。

1. OpenCV的HSV范围规则 #

OpenCV为适配8位图像存储，对标准HSV范围做了压缩：

• Hue（色调）：0_{179（对应标准HSV的0}360°，直接除以2即可转换）
• Saturation（饱和度）：0_{255（对应标准HSV的0%}100%，乘以2.55后取整）
• Value（明度）：0_{255（对应标准HSV的0%}100%，乘以2.55后取整）

而你从转换工具得到的(60, 89, 97)和(61, 36.6, 43.9)是标准HSV范围（H0_360，S/V0100），直接传入OpenCV的inRange()会因为数值范围不匹配，无法匹配任何像素。

2. 上下限顺序错误 #

cv2.inRange()要求下限的每个分量必须小于等于上限的对应分量，否则会形成空范围（没有像素能满足条件）。你设置的light_yellow的S（89）和V（97）都远大于dark_yellow的S（36.6）和V（43.9），这会导致没有像素符合light_yellow <= 像素HSV <= dark_yellow的条件，最终mask全黑。

3. 修正后的代码实现 #

先把标准HSV转换为OpenCV兼容的整数范围，再调整上下限顺序：

# 1. 将标准HSV转换为OpenCV兼容的数值
# 浅黄标准HSV(60,89%,97%) → OpenCV HSV：60/2=30，89*2.55≈227，97*2.55≈247
# 深黄标准HSV(61,36.6%,43.9%) → OpenCV HSV：61/2≈31，36.6*2.55≈93，43.9*2.55≈112

# 2. 调整上下限：把数值小的作为下限，大的作为上限
lower_yellow = (30, 93, 112)   # 深黄对应的OpenCV HSV
upper_yellow = (31, 227, 247)  # 浅黄对应的OpenCV HSV

# 执行HSV分割
mask = cv2.inRange(img_hsv, lower_yellow, upper_yellow)
result = cv2.bitwise_and(img, img, mask=mask)

额外提示 #

如果转换后效果还是不理想，可以用OpenCV自带的转换函数验证RGB对应的HSV值，避免手动转换的误差：

# 用OpenCV直接把RGB值转成HSV，确保范围正确
rgb_light = np.uint8([[[249, 249, 125]]])
hsv_light = cv2.cvtColor(rgb_light, cv2.COLOR_RGB2HSV)
print("浅黄的OpenCV HSV:", hsv_light[0][0])

rgb_dark = np.uint8([[[111, 112, 71]]])
hsv_dark = cv2.cvtColor(rgb_dark, cv2.COLOR_RGB2HSV)
print("深黄的OpenCV HSV:", hsv_dark[0][0])

用这个方法得到的HSV值是绝对适配OpenCV的，能帮你快速锁定准确范围。

内容的提问来源于stack exchange，提问作者StuckInPhDNoMore