我想，在通道V为Value的情况下， HSV颜色模型将对您的问题有用：

“值是颜色的亮度，并随颜色饱和度的变化而变化。范围为0到100％。当值为'0'时，颜色空间将变为全黑。随着该值的增加，颜色空间的亮度将升高，并且显示各种颜色。”

因此，请使用OpenCV方法cvCvtColor （const CvArr * src，CvArr * dst，int代码），该方法将图像从一种颜色空间转换为另一种颜色空间。在您的情况下，代码= CV_BGR2HSV。然后计算第三通道V的直方图。

我正要问同样的问题，但后来发现，类似的问题没有给出令人满意的答案。我在SO上找到的所有答案都与人类对单个像素RGB vs HSV的观察有关。

根据我的观察，图像的主观亮度也强烈取决于图案。白天，黑暗天空中的星星看起来比多云天空更明亮，而第一张图像的平均像素值会小得多。

我使用的图像是显微镜产生的灰度细胞图像。形式差异很大。有时它们在非常黑的背景上是小的亮点，有时在不太暗的背景上是不太亮的较大区域。

我的方法是：

• 使用去除热像素的阈值找到直方图最大值（HMax）。
• 计算HMax * 2/3和HMax之间的所有像素的平均值

比例2/3也可以增加到3/4（这会减小被认为是明亮的像素范围）。

该方法效果很好，因为具有相同滴定度的不同细胞模式会产生相似的亮度。

PS：我实际上想问的是，OpenCV或SimpleCV中是否有类似的函数用于这种计算。非常感谢您的任何评论！