1.色彩影像濾波

影像濾波技術同樣可以套用在色彩影像，此時是將R、G、B三通道作為獨立的數位影像，再分別套用影像濾波技術，例如:平均濾波、高斯濾波。

import numpy as np
import cv2

img1 = cv2.imread("D:\Desktop\IThome\lena.bmp", -1)
img2 = cv2.GaussianBlur(img1, (5, 5), 0)

cv2.imshow("Original", img1)
cv2.imshow("After", img2)
cv2.waitKey()
cv2.destroyAllWindows()

上述程式碼的高斯濾波大小為5x5，結果如下:

2.HSV色彩分割

HSV色彩模型與人類描述色彩的方式接近，因此是理想的色彩影像處理工具。我們探討HSV色彩模型在影像分割的應用，目的是擷取或分割具有特定顏色的區域。演算法如下:

1.輸入色彩影像為RGB影像
2.將RGB影像轉換成以HSV模型表示
3.根據HSV模型，設定色彩範圍
4.若HSV值落在範圍內，則保留輸出的值，否則輸出0

HSV色彩分割技術可用來對單純的背景的物件影像，進行自動去背。現代電影特效中經常使用綠幕作為背景，以利不同人物或場景的合成技術。