前幾天我們學會了如何讀取、顯示、操作圖片，
今天要來認識非常重要的一個觀念：「色彩空間的轉換」！

在影像處理中，我們經常需要轉換不同的色彩空間，
這會影響我們怎麼處理圖片、怎麼擷取顏色範圍，或做後續的影像分析。

🎨 OpenCV 預設是 BGR，不是 RGB！

OpenCV 讀進來的彩色圖片，預設是 BGR 格式，也就是「藍綠紅」的順序：

import cv2

img = cv2.imread('image.jpg')
print(img[0, 0])  # 範例：印出第一個像素的 BGR 值

範例輸出可能是：

[128 192 255]  # 表示 B=128, G=192, R=255

這和我們一般習慣的 RGB 順序（紅綠藍）是反過來的！

🔁 轉換為 RGB 格式

若你要使用 matplotlib 顯示圖片，或與其他函式庫整合，就需要轉為 RGB：

rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

這樣就可以正確顯示顏色了，不然圖會「色偏」！

⚫ 轉換為灰階圖（Black & White）

有時候我們只需要處理亮度資訊，這時可以把圖轉為灰階：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('Gray Image', gray)
cv2.waitKey()
cv2.destroyAllWindows()

轉成灰階後，圖片就只剩下單通道（每個像素只有一個亮度值），
適合用於邊緣偵測、二值化處理、形狀分析等。

🌈 HSV 色彩空間是什麼？

HSV 是一種更貼近人類感知的色彩空間：

使用 HSV 的好處是：
可以比較容易選擇顏色範圍，例如：抓紅色、藍色、膚色等等。

轉換方式如下：

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

你可以印出某個像素的 HSV 值看看：

print(hsv[100, 200])

🧪 延伸：常見色彩空間轉換對照表

📌 今日結語

今天我們學會了重要的「色彩空間轉換」技巧，包含：

• OpenCV 預設是 BGR 色彩空間
• 使用 cv2.cvtColor() 可轉換為：
  • RGB（顯示用）
  • 灰階（亮度處理）
  • HSV（顏色選取）

這些技巧在後續的圖像處理、邊緣偵測、色彩追蹤等任務中都會用到，
熟練它們能讓你在影像世界中更加靈活運用！