Opencv 比较颜色时是否需要更改颜色空间，仅由计算机评估？

我很困惑是否需要更改颜色空间以进行颜色比较。我读过delta E，即Lab格式，我确实理解RGB颜色空间中的比较似乎不适合人眼。然而，我的程序使用一个线性色标，从彩色血流多普勒信号计算速度。它获取采样区域的平均颜色，并将其与比例的颜色进行比较，以使用欧几里德距离找到其最近的邻居。我完全是在BGR（OpenCV）颜色空间中这样做的，如下图所示：

---

在这里，我为每个颜色圈获得了看似正确的速度值，但这只是偶然的，还是我的假设正确吗？因为颜色比较是在内部进行的，所以我所在的颜色空间无关紧要？

因为您搜索最近的邻居，并使用3D点（在颜色空间中）进行操作选择什么颜色空间并不重要，它们只会以不同的方式显示

颜色的比较不是直截了当的。你需要决定是什么定义了一种颜色接近另一种颜色，然后选择最合适的颜色空间来支持它

例如，在HSL中工作将为您提供一种基于色调评估颜色的简单方法。如果您愿意忽略，或者至少降低饱和度和亮度的相关性，这是很好的

另一方面，如果您希望饱和度的点变化与色调的点变化相关，则使用RGB或CMYK更合适。通过将通道绘制为三轴，然后在两种颜色之间创建距离来测量距离。这有一个缺点，即饱和度的10点偏移与色调的10点偏移具有相同的测量差异，这在视觉上没有多大意义，因为感知的差异将不等同于数学上的差异

这带来了另一个考虑。人眼对不同颜色周围的颜色变化更敏感。例如，绿色比洋红更容易引起注意。所有这些都是进化的结果，但可能与你的表现有关

就我个人而言，我倾向于使用RGB，因为它是视觉显示所需的，但最常见的情况是，我会按色调排列颜色，以便方便地转换到HSL/HSB。

这从来都不是“需要”的，但如果你想比较颜色相似性，那么在HSL/HSV颜色空间中定义相似性可能会容易得多。