Deteksi warna dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai deteksi warna merah pada ruang warna HSV yang terdiri dari Hue (H), Saturation (S), dan Value (V). Langkah-langkah pemrogramannya adalah sebagai berikut:
1. Membaca video asli
2. Mengekstrak setiap frame pada video asli
3. Melakukan transformasi ruang warna yang semula berada pada ruang warna RGB menjadi ruang warna HSV
4. Melakukan segmentasi warna merah pada ruang warna HSV berdasarkan nilai H (0.8 s.d 1), S (0.5 s.d 1) dan V (0.1 s.d 1)
5. Menjalankan seluruh frame hasil pengolahan secara sekuensial dalam bentuk video

Pada contoh ini digunakan video dengan spesifikasi:

Tampilan video yang digunakan yaitu

Sedangkan tampilan source code untuk pengolahan video adalah

clc;clear;close all;warning off all;

vid = VideoReader('August Rush 2007.mp4');

vidWidth = vid.Width;
vidHeight = vid.Height;
vidFrameRate = vid.FrameRate;

mov = struct('cdata',zeros(vidHeight,vidWidth,3,'uint8'),...
    'colormap',[]);

k = 1;
while hasFrame(vid)
    RGB = readFrame(vid);
    HSV = rgb2hsv(RGB);
    
    H = HSV(:,:,1);
    S = HSV(:,:,2);
    V = HSV(:,:,3);
    
    mask = (H>0.8 & S>0.5 & V>0.1);
    mask = bwareaopen(mask,200);
    [row,col] = find(mask==1);
    bbox = [min(col) min(row) max(col)-min(col) max(row)-min(row)];
    out = insertShape(RGB,'rectangle',bbox,'color','yellow','LineWidth',5);
    mov(k).cdata = out;
    k = k+1;
end

hf = figure;
set(hf,'position',[150 150 vidWidth vidHeight]);

movie(hf,mov,1,vidFrameRate);

Langkah-langkah pengolahan untuk setiap frame yaitu:
1. Membaca frame citra

2. Mengkonversi ruang warna citra yang semula berada pada ruang warna RGB menjadi ruang warna HSV

3. Tampilan masing-masing kanal H, S, dan V adalah sebagai berikut
Kanal Hue (H)

Kanal Saturation (S)

Kanal Value (V)

4. Melakukan segmentasi warna merah pada citra HSV berdasarkan nilai H (0.8 s.d 1), S (0.5 s.d 1) dan V (0.1 s.d 1) sehingga diperoleh citra biner

5. Menghilangkan object yang memiliki luas kurang dari 200 piksel. Proses ini dilakukan dengan tujuan untuk menghilangkan noise

6. Citra biner hasil penghilangan noise di atas dijadikan sebagai masking untuk memvisualisasikan bounding box pada frame citra asli

Sedangkan hasil pengolahan frame yang diperoleh ditunjukkan pada tabel berikut ini

Urutan frame	Frame asli	Frame hasil pengolahan
1
25
50
75
100

Tampilan video hasil pengolahan adalah:

File source code lengkap beserta video pada pemrograman di atas dapat diperoleh melalui halaman berikut ini: Source Code