1-6 图像覆盖掩膜 opencv树莓派4B 入门系列笔记

目录

一、提前准备

二、代码详解

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

lower_range = np.array([101, 100, 100], dtype=np.uint8)

upper_range = np.array([121, 255, 255], dtype=np.uint8)

mask = cv2.inRange(hsv, lower_range, upper_range)

mask2 = cv2.inRange(img, lower_range, upper_range)

 三、运行现象

四、完整代码

五、完整工程贴出

---

一、提前准备

        1、树莓派4B 及 64位系统

        2、提前安装opencv库 以及 numpy库

        3、保存一张图片

二、代码详解

1、设置阈值

# coding=utf-8 
 
import cv2
import numpy as np
 
# 使用cv2.imread函数读取指定路径下的图片文件。第二个参数1表示读取彩色图像（BGR格式）
img = cv2.imread('/home/raspberry4B/Pictures/MD.jpg', 1)
 
# 将图像从BGR色彩空间转换为HSV色彩空间。HSV色彩空间更适用于颜色范围检测，因为它基于色调(H)、饱和度(S)和亮度(V)。
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
 
# 定义一个NumPy数组，表示HSV色彩空间中颜色的下界。这里的数值代表色调、饱和度和亮度的最小值。 
lower_range = np.array([101, 100, 100], dtype=np.uint8)
# 定义一个NumPy数组，表示HSV色彩空间中颜色的上界。这里的数值代表色调、饱和度和亮度的最大值。  
upper_range = np.array([121, 255, 255], dtype=np.uint8)

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

• 功能: 使用cv2.cvtColor函数将图像从BGR色彩空间转换为HSV色彩空间。
• 参数:
  • img: 输入图像（在BGR色彩空间）。
  • cv2.COLOR_BGR2HSV: 表示从BGR转换到HSV色彩空间。HSV色彩空间更适合于进行颜色范围检测，因为它基于色调（Hue）、饱和度（Saturation）和亮度（Value）。

lower_range = np.array([101, 100, 100], dtype=np.uint8)

• 功能: 定义HSV色彩空间中颜色范围的下界，使用NumPy创建一个数组。
• 参数:
  • [101, 100, 100]: 该数组表示色调、饱和度和亮度的最小值。
  • dtype=np.uint8: 数据类型，表示无符号8位整数（即0-255）。

upper_range = np.array([121, 255, 255], dtype=np.uint8)

• 功能: 定义HSV色彩空间中颜色范围的上界，使用NumPy创建一个数组。
• 参数:
  • [121, 255, 255]: 该数组表示色调、饱和度和亮度的最大值。
  • dtype=np.uint8: 数据类型，表示无符号8位整数。

 2、覆盖掩膜

# 使用cv2.inRange函数根据指定的HSV颜色范围创建一个掩码图像。该掩码图像中，属于指定颜色范围的像素值为255（白色），其他像素值为0（黑色）。  
mask = cv2.inRange(hsv, lower_range, upper_range)

# 未转化为HSV直接用BGR，创建掩码图像
mask2 = cv2.inRange(img, lower_range, upper_range)

# 使用cv2.imshow函数显示掩码图像，窗口标题为'mask'。  
cv2.imshow('mask',mask)
# 使用cv2.imshow函数显示原始图像（经过缩放和色彩空间转换后），窗口标题为'image'。  
cv2.imshow('image', img)

cv2.imshow('mask2',mask2)

while(1):
#等待用户按键，按下‘q’就释放资源退出程序
    key=cv2.waitKey(1)
    if key&0XFF==ord('q'):
        break
 
cv2.destroyAllWindows()

mask = cv2.inRange(hsv, lower_range, upper_range)

• 功能: 使用cv2.inRange函数根据指定的HSV颜色范围创建一个掩码图像。
• 参数:
  • hsv: 输入图像（在HSV色彩空间）。
  • lower_range: HSV颜色范围的下界。
  • upper_range: HSV颜色范围的上界。
• 结果: 生成的mask图像是一个二值图像，其中属于指定颜色范围的像素值为255（白色），其他像素值为0（黑色）。

mask2 = cv2.inRange(img, lower_range, upper_range)

• 功能: 使用cv2.inRange函数直接在BGR色彩空间中创建一个掩码图像。
• 参数:
  • img: 输入图像（在BGR色彩空间）。
  • lower_range: BGR颜色范围的下界。
  • upper_range: BGR颜色范围的上界。
• 结果: mask2是一个二值图像，与mask类似，但它是在BGR色彩空间下的结果。

 三、运行现象

四、完整代码

# 这行指定了文件的编码格式为utf-8
# coding=utf-8 
 
import cv2
import numpy as np
 
# 使用cv2.imread函数读取指定路径下的图片文件。第二个参数1表示读取彩色图像（BGR格式）
img = cv2.imread('/home/raspberry4B/Pictures/MD.jpg', 1)
 
# 使用cv2.resize函数调整图像大小。这里，目标宽度和高度被设置为(0,0)，表示将按照给定的缩放因子fx和fy来缩放图像。  
# fx=0.2和fy=0.2表示图像在水平和垂直方向上都将缩小到原来的20%。 
#img = cv2.resize(img, (0,0), fx=0.2, fy=0.2)
 
# 将图像从BGR色彩空间转换为HSV色彩空间。HSV色彩空间更适用于颜色范围检测，因为它基于色调(H)、饱和度(S)和亮度(V)。
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
 
# 定义一个NumPy数组，表示HSV色彩空间中颜色的下界。这里的数值代表色调、饱和度和亮度的最小值。 
lower_range = np.array([101, 100, 100], dtype=np.uint8)
# 定义一个NumPy数组，表示HSV色彩空间中颜色的上界。这里的数值代表色调、饱和度和亮度的最大值。  
upper_range = np.array([121, 255, 255], dtype=np.uint8)
 
# 使用cv2.inRange函数根据指定的HSV颜色范围创建一个掩码图像。该掩码图像中，属于指定颜色范围的像素值为255（白色），其他像素值为0（黑色）。  
mask = cv2.inRange(hsv, lower_range, upper_range)

# 未转化为HSV直接用BGR，创建掩码图像
mask2 = cv2.inRange(img, lower_range, upper_range)

# 使用cv2.imshow函数显示掩码图像，窗口标题为'mask'。  
cv2.imshow('mask',mask)
# 使用cv2.imshow函数显示原始图像（经过缩放和色彩空间转换后），窗口标题为'image'。  
cv2.imshow('image', img)

cv2.imshow('mask2',mask2)


while(1):
#等待用户按键，按下‘q’就释放资源退出程序
    key=cv2.waitKey(1)
    if key&0XFF==ord('q'):
        break
 
cv2.destroyAllWindows()

五、完整工程贴出

持续更新中……