初学opencv 2

上个文章讲了opencv的安装，以及读写照片，显示照片，图片的属性。
如果没有看过的，下面是链接初学opencv 1

1.视频的读取

和图片一样，视频也可以被电脑获取，处理出我们想要的东西。

这个截图是我从电脑里读取的，他是这次我们处理的视频。
这个人手上拿了一个绿色的光盘…或者碟子？？？这都无所谓，主要的是我们要知道它能够干什么。
opencv的作用就是可以把能够突出的某种颜色展示出来，比如说我们把其他颜色都变成黑色，然后把绿色变成白色，那么是不是就可以更加明显的看出来了？
代码如下：

import cv2 as cv
import numpy as np

def extrace_object_demo():
    capture = cv.VideoCapture("C:/Users/dahula/Desktop/lalal.mp4")
    while(True):
        ret, frame = capture.read()
        if ret == 0:
            break
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        lower_hsv = np.array([37,43,46])
        upper_hsv = np.array([77,77,255])
        mask = cv.inRange(hsv, lowerb=lower_hsv, upperb=upper_hsv)
        cv.imshow("video",frame)
        cv.imshow("mask",mask)
        c = cv.waitKey(40)
        if c==27:
            break
 extrace_object_demo()
 cv.waitKey(0)

 cv.destroyAllWindows()

然后显示结果为

大家可以清晰的看到，他手中的白色光盘。

我解释一下这里的
lower_hsv = np.array([37,43,46])
upper_hsv = np.array([77,77,255])

这就是色彩空间转换api，只要找到对应的颜色，申请两个数组，一个放最大值，一个放最小值，然后将对应的数字写入数组，便可以实现色彩转换。色彩转换是opencv很常见的一个重要工具。具体的会在接下来的文章中做出解释。

2.通道分离与合并

上篇博客讲到，图片的属性有三个，其中之一就是通道，而每个像素点有3个通道，我们的通道分离与合并就是从这样。

b,g,r = i=cv.split(src)
cv.imshow("bule",b)
cv.imshow("green",g)
cv.imshow("red",r)

上面的代码是通道分离

src = cv.merge([b,g,r])#对所有通道进行合成

这就是合成结果，当然，我们也可以对三个通道中的一个通道进行更改，看看得出来的图像什么样子吧！

这是我们将red的通道值改为了0，所得到的图片

src[:,:,2] = 0

当然也可以对其他的通道值进行更改，这里就不做过多解释！

3.总结

这次总结的opencv知识是偏向于实践的，所以大家可以下去自己尝试一下，然后会有一个更深的了解。接下来我会继续对opencv这里的知识点做总结的，到最后还有一个实战案例，敬请期待！