创建一个函数rgb2hsv，处理RGB图像并计算H、S、V通道。

创建一个`rgb2hsv`函数用于将RGB颜色模型转换为HSV（色调、饱和度、值）模型，通常涉及以下步骤：

1. 首先，我们需要定义三个辅助函数分别计算最大值(max)、最小值(min)和差值(delta)。这将在整个转换过程中起到关键作用。

def max_channel(r, g, b):
    return max(r, g, b)

def min_channel(r, g, b):
    return min(r, g, b)

def delta_channel(r, g, b):
    return max_channel - min_channel

2. 接下来，根据最大值确定HSV的V（值），即该通道的颜色强度。

def find_v(r, g, b):
    return max_channel(r, g, b)

3. 计算S（饱和度）。如果所有通道都相等，则饱和度为0（灰色）。否则，S等于delta除以最大值。

def find_s(r, g, b, v):
    if v == 0:
        return 0
    else:
        return delta_channel / v

4. 对于H（色调），需要进一步判断：
a. 如果最大值在R通道，H基于G-B计算角度；
b. 如果最大值在G通道，H基于B-R计算角度；
c. 如果最大值在B通道，H基于R-G计算角度。然后将角度标准化到0到360范围内。

def find_h(r, g, b, v, s):
    if v == 0:
        return 0

    if r == max_channel:
        h = (g - b) * 60 / delta_channel + ((b == g and r != v) or (g < b)) * 360
    elif g == max_channel:
        h = (r - b) * 60 / delta_channel + 120
    else:
        h = (r - g) * 60 / delta_channel + 240

    return h % 360

5. 最后，在`rgb2hsv`函数中整合上述步骤：

def rgb2hsv(r, g, b):
    max_channel_val = max_channel(r, g, b)
    min_channel_val = min_channel(r, g, b)
    delta_val = delta_channel(r, g, b)
    
    v = max_channel_val
    s = find_s(r, g, b, v)
    h = find_h(r, g, b, v, s)

    return (h, s, v)