YUV（或 YCbCr）类似于 HSV，但坐标不同。（YUV 和 YCbCr 之间的差异是微不足道的 - 主要与精确公式有关）。

这$V$组件是一样的。$(S,H)$可以被认为是极坐标，并且$(U,V)$作为笛卡尔。$H$是角度和$S$是半径。粗略的转换是：

$U = S \cdot \cos(H)$

$V = S \cdot \sin(H)$

您可以查看此链接以获取更多信息。

另一件事要添加到您的直觉列表中：

饱和度是从光谱的角度来看颜色的纯度。例如，激光具有非常窄的光谱，这意味着高饱和度。

不确定您所说的“实际上”代表什么，因为 RGB 和 YUV 都不代表光子频率或典型的人眼视杆/视锥响应。但是你可以通过合成一些YCrCb色块，例如(1,1,0),(1,-1,0),(1,0,1),(1,0,- 1）等。

这是一个包含图表的维基百科页面：

http://en.wikipedia.org/wiki/File:YCbCr-CbCr_Scaled_Y50.png

添加：RGB 等几乎被设计（或进化）以匹配人类对感知的可能直觉理解（并且颜色名称被证明是文化学习的）。YUV 则相反，其设计使得 UV 区域中的噪声（添加到嘈杂的 NTSC 子带中）很难看到，因此更难描述。YCrCb 是相同颜色映射的变体。因此，不要寻找可能不存在的现有“直觉”洞察力。也许通过“学习”图表并建立一些您大脑中目前可能不存在的全新神经连接（或类似的东西）来创建自己的。

当您了解 HSV/HSB 时，应该不难了解 YCbCr。HSB 中的 B 通道对应于色度（色度 = 饱和度http://vident.com/products/shade-management/color-theory/understanding-color-overview/hue-value-and-chroma/）。您可以拍摄 rgb 图像并将其转换为灰度，或者您可以将 RGB 的每个通道转换为灰度并将它们合并到一个通道中。为简化起见，我们将像素设置为 100% 红色、100% 绿色和 70% 蓝色。您将计算平均值 ... (100+100+70) / 3 并得到值 90% ，这意味着 90% 的亮度。所以在灰度中它是非常浅的灰色。现在，如果我们想向灰度通道表达原始颜色，我们需要为每种颜色（红、绿、蓝）设置 3 个公式。您将计算值 R 与灰度、G 与灰度以及 B 与灰度的差异。这需要 4 个通道（RGB + 色度）。但是我们可以对 3 个通道做同样的事情。我们可以对绿色通道进行小幅修正。让我们计算与绿色通道的差异。原始绿色是 100%，绿色转换为灰色的新值是 90%。差异为-10%。所以让我们通过这个差异来改变这个像素的 R 和 B 通道。我们只是做了伽玛校正或所有通道。绿色通道值将与灰度图像相同。所以我们不再用绿色通道计算。绿色在 Y ... 色度通道中“编码”。其余颜色（R，B）也进行了调整。R` = 原始值的 90% 或 Y 的 100%，因为在此示例中 R 和 B 相等。B 化合物与原始化合物有 +20% 的差异，但在使用 gamma 校正更改后，它与 Y 有 +30% 的差异。为了进一步简化，它就像您需要对所有三种化合物进行加法的公式。红色和蓝色的区别是 Cb 和 Cr。角色只是说您将蓝色通道与色度通道进行了比较，将红色通道与色度通道进行了比较。因此 Cb 和 Cr。