OpenCV(4)：颜色转换

最新推荐文章于 2025-09-12 21:28:55 发布
原创 最新推荐文章于 2025-09-12 21:28:55 发布 · 1.6k 阅读 · 14 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#opencv #人工智能 #计算机视觉

图像的颜色转换分为两个部分：彩色图像从一个颜色空间转换为另一个颜色空间；灰度图转换其他色彩空间。

4.1 cv2.cvtColor() 颜色转换

作用

cv2.cvtColor()方法用于将图像从一种颜色空间转换为另一种颜色空间。 OpenCV提供了150多种color-space转换方法。我们将在下面使用一些颜色空间转换代码。

在从RGB颜色空间转换的情况下，应明确指定通道的顺序（RGB或BGR）。 请注意，OpenCV中的默认颜色格式通常称为RGB，但实际上是BGR（字节是相反的）。

因此，标准（24位）彩色图像中的第一个字节将是8位蓝色分量，第二个字节将是绿色分量，第三个字节将是红色分量。第四，第五和第六个字节将是第二个像素（蓝色，然后是绿色，然后是红色），依此类推。

R，G和B通道值的常规范围是：

  1. -CV_8U图像为0至255
  2. -CV_16U图像为0至65535
  3. -CV_32F图像为0到1

原型

dst = cv2.cvtColor(src, code[, dst[, dstCn]])

参数

  1. src:它是要更改其色彩空间的图像。
  2. code:它是色彩空间转换代码(详见下表)。
  3. dst:它是与src图像大小和深度相同的输出图像。它是一个可选参数。
  4. dstCn:它是目标图像中的频道数。如果参数为0，则通道数自动从src和代码得出。它是一个可选参数。

  5. 返回值：dst,它返回一个图像。

  6. 转换代码

code

含义

cv2.COLOR_BGR2BGRA

将Alpha通道添加到BGR或RGB图像

cv2.COLOR_RGB2RGBA

cv2.COLOR_BGRA2BGR

从BGR或RGB图像中删除Alpha通道

cv2.COLOR_RGBA2RGB

cv2.COLOR_BGR2RGBA

在RGB和BGR颜色空间之间转换（有或没有alpha通道）

cv2.COLOR_RGB2BGRA

cv2.COLOR_BGRA2RGB

cv2.COLOR_RGBA2BGR

cv2.COLOR_BGR2RGB

cv2.COLOR_RGB2BGR

cv2.COLOR_BGRA2RGBA

cv2.COLOR_RGBA2BGRA

cv2.COLOR_RGB2GRAY

在RGB / BGR和灰度之间进行转换，进行颜色转换

cv2.COLOR_GRAY2RGB

cv2.COLOR_BGR2GRAY

cv2.COLOR_GRAY2BGR

cv2.COLOR_RGBA2GRAY

cv2.COLOR_GRAY2RGBA

cv2.COLOR_BRGA2GRAY

cv2.COLOR_GRAY2BRGA

cv2.COLOR_BGR2BGR565

在RGB / BGR和BGR565之间转换（16位图像）

cv2.COLOR_RGB2BGR565

cv2.COLOR_BGR5652RGB

cv2.COLOR_BGR5652RGB
cv2.COLOR_BGRA2BGR565
cv2.COLOR_RGBA2BGR565
cv2.COLOR_BGR5652BGRA
cv2.COLOR_BGR5652RGBA
cv2.COLOR_GRAY2BGR565

在灰度到BGR565之间转换（16位图像）

cv2.COLOR_BGR5652GRAY
cv2.COLOR_BGR2XYZ

将RGB / BGR转换为CIE XYZ，进行颜色转换

cv2.COLOR_RGB2XYZ
cv2.COLOR_XYZ2BGR
cv2.COLOR_XYZ2RGB
cv2.COLOR_BGR2YCrCb

将RGB / BGR转换为亮度色度（aka YCC），颜色转换

cv2.COLOR_RGB2YCrCb
cv2.COLOR_YCrCb2BGR
cv2.COLOR_YCrCb2RGB
cv2.COLOR_BGR2HSV

将RGB / BGR转换为HSV（色相饱和度值），颜色转换

cv2.COLOR_RGB2HSV
cv2.COLOR_BGR2Lab

将RGB / BGR转换为CIE Lab，进行颜色转换

cv2.COLOR_RGB2Lab
cv2.COLOR_BGR2Luv

将RGB / BGR转换为CIE Luv，颜色转换

cv2.COLOR_RGB2Luv
cv2.COLOR_BGR2HLS

将RGB / BGR转换为HLS（色相饱和度），颜色转换

cv2.COLOR_RGB2HLS
cv2.COLOR_HSV2BGR

向后转换为RGB / BGR

cv2.COLOR_HSV2RGB
cv2.COLOR_Lab2BGR
cv2.COLOR_Lab2RGB
cv2.COLOR_Luv2BGR
cv2.COLOR_Luv2RGB
cv2.COLOR_HLS2BGR
cv2.COLOR_HLS2RGB
cv2.COLOR_BGR2HSV_FULL

将RGB / BGR转换为HSV_FULL，进行颜色转换

cv2.COLOR_RGB2HSV_FULL
cv2.COLOR_BGR2HLS_FULL

将RGB / BGR转换为HSV_FULL，进行颜色转换

cv2.COLOR_RGB2HLS_FULL
cv2.COLOR_HSV2BGR_FULL
 

cv2.COLOR_HSV2RGB_FULL
 

cv2.COLOR_HLS2BGR_FULL
 

cv2.COLOR_HLS2RGB_FULL
 

cv2.COLOR_LBGR2Lab
 

cv2.COLOR_LRGB2Lab
 

cv2.COLOR_LBGR2Luv
 

cv2.COLOR_LRGB2Luv
 

cv2.COLOR_Lab2LBGR
 

cv2.COLOR_Lab2LRGB
 

cv2.COLOR_Luv2LBGR
 

cv2.COLOR_Luv2LRGB
 

cv2.COLOR_BGR2YUV

在RGB / BGR和YUV之间转换

cv2.COLOR_RGB2YUV
 

cv2.COLOR_YUV2BGR
 

cv2.COLOR_YUV2RGB
 

cv2.COLOR_YUV2BGR_NV12

YUV 4：2：0系列转换为RGB。

cv2.COLOR_YUV2RGB_NV12
 

cv2.COLOR_YUV2BGR_NV21
 

cv2.COLOR_YUV2RGB_NV21
 

cv2.COLOR_YUV420sp2BGR
 

cv2.COLOR_YUV420sp2RGB
 

cv2.COLOR_YUV2BGRA_NV12
 

cv2.COLOR_YUV2RGBA_NV12
 

cv2.COLOR_YUV2BGRA_NV21
 

cv2.COLOR_YUV2RGBA_NV21
 

cv2.COLOR_YUV420sp2BGRA
 

cv2.COLOR_YUV420sp2RGBA
 

cv2.COLOR_YUV2BGR_YV12
 

cv2.COLOR_YUV2RGB_YV12

231

cv2.COLOR_YUV2BGR_IYUV
 

cv2.COLOR_YUV2RGB_IYUV
 

cv2.COLOR_YUV2BGR_I420
 

cv2.COLOR_YUV2RGB_I420
 

cv2.COLOR_YUV420p2BGR
 

cv2.COLOR_YUV420p2RGB
 

cv2.COLOR_YUV2BGRA_YV12
 

cv2.COLOR_YUV2RGBA_YV12
 

cv2.COLOR_YUV2BGRA_IYUV
 

cv2.COLOR_YUV2RGBA_IYUV
 

cv2.COLOR_YUV2BGRA_I420
 

cv2.COLOR_YUV2RGBA_I420
 

cv2.COLOR_YUV420p2BGRA
 

cv2.COLOR_YUV420p2RGBA
 

cv2.COLOR_YUV2GRAY_420
 

cv2.COLOR_YUV2GRAY_NV21
 

cv2.COLOR_YUV2GRAY_NV12
 

cv2.COLOR_YUV2GRAY_IYUV
 

cv2.COLOR_YUV2GRAY_I420
 

cv2.COLOR_YUV420sp2GRAY
 

cv2.COLOR_YUV2BGR_UYVY

11

cv2.COLOR_YUV2RGB_UYVY
 

cv2.COLOR_YUV2BGR_Y422
 

cv2.COLOR_YUV2RGB_Y422
 

cv2.COLOR_YUV2BGR_UYNV
 

cv2.COLOR_YUV2RGB_UYNV
 

cv2.COLOR_YUV2BGR_UYVY
 

cv2.COLOR_YUV2RGB_UYVY
 

cv2.COLOR_YUV2BGRA_UYVY

12

cv2.COLOR_YUV2RGBA_UYVY
 

cv2.COLOR_YUV2BGRA_Y422
 

cv2.COLOR_YUV2RGBA_Y422
 

cv2.COLOR_YUV2BGRA_UYNV
 

cv2.COLOR_YUV2RGBA_UYNV
 

cv2.COLOR_YUV2BGRA_UYVY
 

cv2.COLOR_YUV2RGBA_UYVY
 

cv2.COLOR_YUV2BGRA_Y422
 

cv2.COLOR_YUV2RGBA_Y422
 

cv2.COLOR_YUV420p2BGR
 

cv2.COLOR_YUV420p2RGB
 

cv2.COLOR_YUV2BGR_YUY2

13

cv2.COLOR_YUV2RGB_YUY2
 

cv2.COLOR_YUV2BGR_YVYU
 

cv2.COLOR_YUV2RGB_YVYU
 

cv2.COLOR_YUV2BGR_YUYV
 

cv2.COLOR_YUV2RGB_YUYV
 

cv2.COLOR_YUV2BGR_YUNV
 

cv2.COLOR_YUV2RGB_YUNV
 

cv2.COLOR_YUV2BGRA_YUY2
 

cv2.COLOR_YUV2RGBA_YUY2
 

cv2.COLOR_YUV2BGRA_YVYU
 

cv2.COLOR_YUV2RGBA_YVYU
 

cv2.COLOR_YUV2BGRA_YUYV
 

cv2.COLOR_YUV2RGBA_YUYV
 

cv2.COLOR_YUV2BGRA_YUNV
 

cv2.COLOR_YUV2RGBA_YUNV
 

cv2.COLOR_YUV2GRAY_UYVY
 

cv2.COLOR_YUV2GRAY_YUY2
 

cv2.COLOR_YUV2GRAY_Y422
 

cv2.COLOR_YUV2GRAY_UYNV
 

cv2.COLOR_YUV2GRAY_YVYU
 

cv2.COLOR_YUV2GRAY_YUYV
 

cv2.COLOR_YUV2GRAY_YUNV
 

cv2.COLOR_RGBA2mRGBA

alpha 预乘

cv2.COLOR_mRGBA2RGBA
 

cv2.COLOR_BGR2YUV_I420

RGB to YUV 4:2:0 family.

cv2.COLOR_RGB2YUV_I420
 

cv2.COLOR_BGR2YUV_IYUV
 

cv2.COLOR_RGB2YUV_IYUV
 

cv2.COLOR_BGRA2YUV_I420
 

cv2.COLOR_RGBA2YUV_I420
 

cv2.COLOR_BGRA2YUV_IYUV
 

cv2.COLOR_RGBA2YUV_IYUV
 

cv2.COLOR_BGR2YUV_YV12
 

cv2.COLOR_RGB2YUV_YV12
 

cv2.COLOR_BGRA2YUV_YV12
 

cv2.COLOR_RGBA2YUV_YV12
 

cv2.COLOR_BayerBG2BGR

去马赛克

cv2.COLOR_BayerGB2BGR
 

cv2.COLOR_BayerRG2BGR
 

cv2.COLOR_BayerGR2BGR
 

cv2.COLOR_BayerBG2RGB
 

cv2.COLOR_BayerGB2RGB
 

cv2.COLOR_BayerRG2RGB
 

cv2.COLOR_BayerGR2RGB
 

cv2.COLOR_BayerBG2GRAY
 

cv2.COLOR_BayerGB2GRAY
 

cv2.COLOR_BayerRG2GRAY
 

cv2.COLOR_BayerGR2GRAY
 

cv2.COLOR_BayerBG2BGR_VNG

使用可变数量的渐变去马赛克。

cv2.COLOR_BayerGB2BGR_VNG
 

cv2.COLOR_BayerRG2BGR_VNG
 

cv2.COLOR_BayerGR2BGR_VNG
 

cv2.COLOR_BayerBG2RGB_VNG
 

cv2.COLOR_BayerGB2RGB_VNG
 

cv2.COLOR_BayerRG2RGB_VNG
 

cv2.COLOR_BayerGR2RGB_VNG
 

cv2.COLOR_BayerBG2GRAY_VNG
 

cv2.COLOR_BayerGB2GRAY_VNG
 

cv2.COLOR_BayerRG2GRAY_VNG
 

cv2.COLOR_BayerGR2GRAY_VNG
 

cv2.COLOR_BayerBG2BGR_EA

边缘感知的去马赛克

cv2.COLOR_BayerGB2BGR_EA
 

cv2.COLOR_BayerRG2BGR_EA
 

cv2.COLOR_BayerGR2BGR_EA
 

cv2.COLOR_BayerBG2RGB_EA
 

cv2.COLOR_BayerGB2RGB_EA
 

cv2.COLOR_BayerRG2RGB_EA
 

cv2.COLOR_BayerGR2RGB_EA
 

cv2.COLOR_BayerBG2GRAY_EA
 

cv2.COLOR_BayerGB2GRAY_EA
 

cv2.COLOR_BayerRG2GRAY_EA
 

cv2.COLOR_BayerGR2GRAY_EA
 

cv2.COLOR_BayerBG2BGRA

带Alpha通道的去马赛克。

cv2.COLOR_BayerGB2BGRA
 

cv2.COLOR_BayerRG2BGRA
 

cv2.COLOR_BayerGR2BGRA
 

cv2.COLOR_BayerBG2RGBA
 

cv2.COLOR_BayerGB2RGBA
 

cv2.COLOR_BayerRG2RGBA
 

cv2.COLOR_BayerGR2RGBA
 

cv2.COLOR_COLORCVT_MAX

示例

import cv2

# 【自定义显示函数】
def cvshow(original,image,winName):
    cv2.imshow('original', original)
    cv2.imshow(winName, image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()  # 关闭显示窗口 

# 【设置颜色转换字典】
cvtCode = {
    'cv2.COLOR_RGB2GRAY':cv2.COLOR_RGB2GRAY,
    'cv2.COLOR_BGR2GRAY':cv2.COLOR_BGR2GRAY,
    'cv2.COLOR_RGB2BRG':cv2.COLOR_RGB2BGR,
    'cv2.COLOR_BGR2RGB':cv2.COLOR_BGR2RGB,
}
    
# 【读取图像】
img = cv2.imread('C:\\Users\\liyou\\Downloads\\lena.jpg')

# 【将图像进行颜色转换、并显示】
for key in cvtCode:
    gray = cv2.cvtColor(img,cvtCode[key]) 
    cvshow(img,gray,key)

4.2 cv2.applyColorMap() 灰度图转换其他色彩空间

在OpenCV中通常使用cvtColor()进行色彩空间的转换，它可以实现彩色图像在各种色彩空间里的转换，也可以用于彩色图像和灰度图像之间相互转换，但是在彩色图像转换到灰度图像后，再用该灰度图转换回彩色图像只是名义上多通道的彩色图像，人眼看到的却不是“彩色”了。

有没有方法可以让转换成后的彩色图看起来更“彩色”呢？​这里介绍一个功能更强大的接口函数：applyColorMap()，它可以将灰度图像转换成彩色图像，转换的模式达22种之多，它的接口形式是这样的。

原型

dst = cv2.applyColorMap(src, dst, COLORMAP)

参数

src:它是要更改其色彩空间的图像。

  1. COLORMAP: 颜色图模式，可以传入整数0~21对应各种不同的颜色图。
enum ColormapTypes
{
    COLORMAP_AUTUMN = 0, //!< ![autumn]
    COLORMAP_BONE = 1, //!< ![bone]
    COLORMAP_JET = 2, //!< ![jet]
    COLORMAP_WINTER = 3, //!< ![winter]
    COLORMAP_RAINBOW = 4, //!< ![rainbow]
    COLORMAP_OCEAN = 5, //!< ![ocean]
    COLORMAP_SUMMER = 6, //!< ![summer]
    COLORMAP_SPRING = 7, //!< ![spring]
    COLORMAP_COOL = 8, //!< ![cool]
    COLORMAP_HSV = 9, //!< ![HSV]
    COLORMAP_PINK = 10, //!< ![pink]
    COLORMAP_HOT = 11, //!< ![hot]
    COLORMAP_PARULA = 12, //!< ![parula]
    COLORMAP_MAGMA = 13, //!< ![magma]
    COLORMAP_INFERNO = 14, //!< ![inferno]
    COLORMAP_PLASMA = 15, //!< ![plasma]
    COLORMAP_VIRIDIS = 16, //!< ![viridis]
    COLORMAP_CIVIDIS = 17, //!< ![cividis]
    COLORMAP_TWILIGHT = 18, //!< ![twilight]
    COLORMAP_TWILIGHT_SHIFTED = 19, //!< ![twilight shifted]
    COLORMAP_TURBO = 20, //!< ![turbo]
    COLORMAP_DEEPGREEN = 21  //!< ![deepgreen]
};

各种ColormapTypes对应的色彩是下图这样的，有各种春夏秋冬四季风格、冷热风格等等：

  • dst:它是与src图像大小和深度相同的输出图像。它是一个可选参数。

返回值

dst,它返回一个图像。

示例

import cv2 

img_gray = cv2.imread('C:\\Users\\xxx\\Downloads\\lena.jpg',cv2.IMREAD_GRAYSCALE)
for i in range(22):
    dst = cv2.applyColorMap(img_gray,i) 
    cv2.imshow('map'+str(i),dst) 
    cv2.waitKey(500)
    cv2.imwrite("map-"+str(i)+".jpg",dst)
cv2.destroyAllWindows()  # 关闭显示窗口

我是PN结
关注
OpenCV 入门教程：颜色空间转换
小蓝枣的博客
07-09 2058
在图像处理和计算机视觉领域，颜色空间转换是一项重要的任务。不同的颜色空间具有不同的表示方式，可以用于不同的图像处理和分析任务。 OpenCV 提供了丰富的功能来进行颜色空间的转换和处理。本文将以颜色空间转换为中心，为你介绍使用 OpenCV 进行颜色空间转换的基本步骤和实例。
OpenCV实战（7）——OpenCV色彩空间转换
热门推荐
盼小辉丶的博客
01-23 2万+
为了更好的进行图像处理，我们有时会使用不同的色彩空间。色彩空间是一个抽象的数学模型概念，色彩是人的眼睛对于不同频率的光线的不同感受，为了更好的表示色彩，人们建立了多种色彩模型以一维、二维、三维等坐标系来描述不同色彩，这种坐标系所能定义的色彩范围即色彩空间。本节中，我们介绍了多种常见的色彩空间，使用 cv::cvtColor() 可以将一种色彩空间的输入图像转换为另一种色彩空间，并且通过皮肤检测应用展示了颜色信息在图像处理中的重要作用。
Opencv，imag=cv2.cvtColor(imag,cv2.COLOR_BGR2GRAY) 报错：!_src.empty() in function ‘cv::cvtColor解决方案汇总
IshikawaRina的博客
04-01 3321
这一报错产生于调用OpenCV库将BGR图像转灰度图像时，而对于这个报错具体理解来说就是在调用cvtColor函数时，该函数读取到的imag信息为空。
从摄像头获取BGR图片和灰度图片
最新发布
2403_89226295的博客
09-12 315
本文介绍了使用Python的OpenCV库从摄像头获取BGR和灰度图像的方法。代码演示了通过cv2.VideoCapture()捕获视频帧，并使用cv2.cvtColor()将BGR图像转换为灰度图像的过程。文章还提供了注意事项：1）不同PyCharm版本和系统可能需要不同的解释器路径设置；2）建议通过Anaconda Navigator创建环境；3）cv2.VideoCapture()最好使用两个参数的构造函数以避免警告。该程序会同时显示彩色和灰度图像窗口，直到用户按下任意键退出。
opencv色彩空间类型转换(python)
wkk的博客
02-08 6534
opencv 色彩空间类型转换
opencv-python学习笔记4-图像处理模块
The_xz的博客
09-08 2351
【代码】opencv-python学习笔记4-图像处理模块。
OpenCV颜色转换和皮肤检测
11-10 598
本笔记重点记录OpenCV中的颜色转换和利用色彩空间的特性进行皮肤检测 颜色转换 实现原理 之所以要引入色调/饱和度/亮度的色彩空间概念，是因为人们喜欢凭直觉分辨各种颜色，而它与这种方式吻合。实际上，人类更喜欢用色彩、彩度、亮度等直观的属性来描述颜色，而大多 数直觉色彩空间正是基于这三个属性。 色调（hue）表示主色，我们使用的颜色名称（例如绿色、 黄色和红色）就对应了不同的色调值； ...
OpenCV 色彩空间转换
m0_74154295的博客
11-13 3257
一种抽象的数学模型，以不同的维度和表示方式，色彩学中，人们建立了多种色彩模型，以一维、二维、三维甚至四维空间坐标来表示某一色彩，这种坐标系统所能定义的色彩范围即色彩空间。我们经常用到的色彩空间主要有RGB、CMYK、Lab等。```python Gray = 0.299*R + 0.587*G + 0.114*B ``` 这种权重分布是基于人眼对不同颜色的敏感度来设计的。人眼对绿色的敏感度最高，红色次之，蓝色最低。这是因为人眼中的视网膜上有三种类型的颜色感受器，分别对红色、绿色和蓝色光最为敏感。
openCV色彩空间转换
go___on的博客
01-16 2994
RGB 人眼的色彩空间 BGR opencv默认使用的色彩空间 他们的最大差别是R,B排列顺序不一样，若是把RGB直接放入opencv系统中会造成颜色有差异。 给opencv的数据是要BGR的，电脑内部会自动转换成RGB的数据再去点亮硬件发光源。windows系统下的图片都是BGR,内部会自动转换成RGB. HSV在opencv中利用HSV比RGB更容易对图像色彩的分辨。 Hue: 色相即色彩，如红色，蓝色 Saturation： 饱和度，即颜色的纯度 Value：明度，即黑色或者明暗的部分占多少 HS
备赛笔记：Opencv学习：颜色识别
Raine_Yang的博客
07-19 6719
设置卷积核，第一个参数代表卷积核形状，有MORPH_RECT（矩形），MORPH_ELLIPSE（椭圆），MORPH_CROSS（十字形），第二个参数代表卷积核行和列。cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息。H色调，用角度度量，范围0°到360°，从红色开始逆时针方向计算。cv2.inRange(图像，阈值下限，阈值上限)将阈值范围内像素设为255，阈值之外像素设为0。...
OpenCV指南：图像处理基础及实例演示
12-10
内容概要：本文详细介绍了OpenCV的基础使用方法，涵盖读取和显示图像、颜色空间转换、图像缩放、翻转、边缘检测、高斯模糊、形态学操作、图像平滑和绘制等功能，通过丰富的代码示例帮助读者掌握图像处理的基本技巧。...
opencv-tutorial-a-guide-to-learn-opencv
06-06
1. **颜色空间转换**：OpenCV支持多种颜色空间的转换，如BGR to Gray，RGB to HSV等。 2. **图像滤波**：包括均值滤波、高斯滤波、中值滤波等，用于平滑图像或去除噪声。 3. **边缘检测**：Canny、Sobel、Laplacian...
opencv转换图像颜色
04-30
如果是一幅图像颜色反转，可以使用它，谢谢大家使用
opencv实现图像颜色空间转换
08-25
主要为大家详细介绍了opencv实现图像颜色空间转换，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
OpenCV-：OpenCV教程
02-25
3. **图像类型和颜色空间转换**：OpenCV默认使用BGR色彩空间，可以使用`cv2.cvtColor()`进行颜色空间转换，如RGB、HSV等。 ```python gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ``` ### 四、图像处理 ...
【OpenCV】【入门】2.色彩空间转换
皮皮猫的博客
08-28 2723
在进行图像处理的过程中经常需要对图像的色彩空间进行转换，本文将对色彩空间的转换做一定的介绍。
opencv 图像颜色空间变换
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
02-19 490
代码示例 #include "opencv2/opencv.hpp" #include <iostream> using namespace cv; using namespace std; int main() { Mat img = imread("E:\\Progarm\\Images\\19.jpg"); Mat img32; //1/255.0将0~255转换到0~1 img.convertTo(img32,CV_32F,1...
opencv--颜色空间转换
teacoffeetea
04-24 973
颜色空间转换 使用工具Python3.5 使用包cv2，numpy 涉及函数cv2.cvtColor(),cv2.inRange() 一、转换颜色空间 在 OpenCV 中有 超过150 种进行颜色空间转换的方法。 经常用到的两种：BGR↔Gray 和 BGR↔HSV。 这里用到的函数是cv2.cvtColor(input_imageflag)，其中flag就是转换类型。 对于BGR↔Gray的...
OpenCV图像处理：颜色空间转换与物体跟踪
"OpenCV中的图像处理部分IV(一)"，主要讲解了如何在OpenCV中进行颜色空间转换，特别是从BGR转换到灰度图和HSV颜色空间，以及如何利用这些转换进行物体跟踪。 在图像处理中，颜色空间转换是一项重要的技术，OpenCV...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值