事实上，颜色识别是一个严谨的科学问题。让边肖先给你科普一下:“三原色的颜色和光。”

我发现了光的分散，

你能在这里敲黑板吗？

牛顿发现光色散的奥秘后，开始推导:既然白光可以分解合成，那么这七种颜色的光也可以分解合成吗？结果，无数的实验和无休止的计算充斥了他未来的生活。

经过一段时间，牛顿通过计算得出一个结论:七种颜色中，只有红、绿、蓝三种颜色不能分解，所以没有合成。而其他四种颜色可以由这三种颜色以不同的比例组合而成。因此，红色(R)、绿色(G)和蓝色(B)被称为“三原色”或“彩色光的三原色”(注意，这不同于众所周知的三原色“品红、黄色和青色”)。牛顿通过计算得出上述结论后，未能完成实验而去世。牛顿去世几天后，他的学生终于完成了他未完成的实验，与牛顿去世前的计算相匹配，从而使光学颜色理论正式出现。

这么多年后，我们的Windows系统里有了一个绘图工具。在绘图工具中，我们可以通过红、绿、蓝(各0~255)的比例来合成各种颜色。

牛顿发现“色光三原色”与我们今天的主题有什么关系？请呈现今天的主角——邦纳iVu彩色图像传感器。

作为博纳视觉产品线的新人，IVUCORE当然有着与众不同的独特武功。牛顿的发现可以将红、绿、蓝合成为任意颜色的光，而IVUCORE可以将任意颜色的光分解为红、绿、蓝。

通常彩色相机的功能是识别图片中是否有一种或几种颜色，或者判断是否是某种颜色，有多少颜色区域。当你给任何颜色时，你不会告诉你它是什么颜色。只是有些视觉应用需要摄像头告诉你“这是什么颜色”，做颜色排序或者监控颜色变化。

下面的应用可以解释iVuColor的这个功能。

这是线轴，旧线轴。我们重新编号，做了相应的检测结果。可以看出这里几根纱轴的颜色比较接近。你能可靠地区分它们的颜色吗？

通过在iVuColor中使用平均颜色工具对其进行分析，我们可以得到由摄像机分解的这种颜色的红色(R)、绿色(G)、蓝色(B)灰度值和亮度。这种颜色的RGB灰度是R=69，G=157，B=134。

该表列出了9根纱线锭子的分析数据。可以看出，感官差别不大的颜色，RGB值差别很大。当这些数据被发送到主机或PLC时，不同颜色的纱线轴可以根据每种颜色设置的阈值范围进行分类。

但是这个应用的设置极其简单，只需要画出ROI选择所需的颜色分析算法，无论是通过红(R)、绿(G)、蓝(B)还是色调(H)、饱和度(S)、亮度(I)来分析。此外，没有其他参数需要设置。够简单的！这种独特的辨别颜色的能力是不是比美院的教授更厉害？

同样的原理也可以用于其他类似的场合如油漆配色监控。是不是很神奇！

事实上，颜色识别是一个严谨的科学问题。让边肖先给你科普一下:“三原色的颜色和光。”

我发现了光的分散，

你能在这里敲黑板吗？

牛顿发现光色散的奥秘后，开始推导:既然白光可以分解合成，那么这七种颜色的光也可以分解合成吗？结果，无数的实验和无休止的计算充斥了他未来的生活。

经过一段时间，牛顿通过计算得出一个结论:七种颜色中，只有红、绿、蓝三种颜色不能分解，所以没有合成。而其他四种颜色可以由这三种颜色以不同的比例组合而成。因此，红色(R)、绿色(G)和蓝色(B)被称为“三原色”或“彩色光的三原色”(注意，这不同于众所周知的三原色“品红、黄色和青色”)。牛顿通过计算得出上述结论后，未能完成实验而去世。牛顿去世几天后，他的学生终于完成了他未完成的实验，与牛顿去世前的计算相匹配，从而使光学颜色理论正式出现。

这么多年后，我们的Windows系统里有了一个绘图工具。在绘图工具中，我们可以通过红、绿、蓝(各0~255)的比例来合成各种颜色。

牛顿发现“色光三原色”与我们今天的主题有什么关系？请呈现今天的主角——邦纳iVu彩色图像传感器。

作为博纳视觉产品线的新人，IVUCORE当然有着与众不同的独特武功。牛顿的发现可以将红、绿、蓝合成为任意颜色的光，而IVUCORE可以将任意颜色的光分解为红、绿、蓝。

通常彩色相机的功能是识别图片中是否有一种或几种颜色，或者判断是否是某种颜色，有多少颜色区域。当你给任何颜色时，你不会告诉你它是什么颜色。只是有些视觉应用需要摄像头告诉你“这是什么颜色”，做颜色排序或者监控颜色变化。

下面的应用可以解释iVuColor的这个功能。

这是线轴，旧线轴。我们重新编号，做了相应的检测结果。可以看出这里几根纱轴的颜色比较接近。你能可靠地区分它们的颜色吗？

通过在iVuColor中使用平均颜色工具对其进行分析，我们可以得到由摄像机分解的这种颜色的红色(R)、绿色(G)、蓝色(B)灰度值和亮度。这种颜色的RGB灰度是R=69，G=157，B=134。

该表列出了9根纱线锭子的分析数据。可以看出，感官差别不大的颜色，RGB值差别很大。当这些数据被发送到主机或PLC时，不同颜色的纱线轴可以根据每种颜色设置的阈值范围进行分类。

但是这个应用的设置极其简单，只需要画出ROI选择所需的颜色分析算法，无论是通过红(R)、绿(G)、蓝(B)还是色调(H)、饱和度(S)、亮度(I)来分析。此外，没有其他参数需要设置。够简单的！这种独特的辨别颜色的能力是不是比美院的教授更厉害？

同样的原理也可以用于其他类似的场合如油漆配色监控。是不是很神奇！