1.颜色空间转换
cv2.cvtColor(img, flag) -> dst
flag为转换类型,eg:cv2.COLOR_BGR2GRAY;cv2.COLOR_BGR2HSVcv2.inRange(img, lowerb, upperb[, dst]) -> dst
lowerb/upperb是转换后的灰度值的上下界
openCV中,HSV三个参数的范围分别是[0,179], [0,255],[0,255]
2.利用BGRHSV进行目标跟踪
将BGR转换到HSV空间之后,颜色更容易被分辨开来。这里,将使用颜色空间转换,实现对一个蓝色物体的跟踪。步骤如下:
- 取视频的每一帧;
- 将GBR颜色空间转换为HSV;
- 蓝色设置一个HSV的阈值(针对H)
- 跟踪该蓝色物体
注:关于红、绿、蓝三色的H范围,一般的标准值分别是0、120、240,但是由于openCV中,H值的取值范围是[0, 179],因此三色的标准值分别变成了0、60、120。一般而言,颜色范围可以取[H-10,H+10]。
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while(1):
ret, frame = cap.read() #获取每一帧
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) #转换到HSV
#设定蓝色的阈值(针对H)
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
#根据阈值构建掩膜
mask = cv2.inRange(hsv, lower_blue, upper_blue)
#对原图像和掩膜进行位运算
res = cv2.bitwise_and(frame, frame, mask=mask)
cv2.imshow('frame', frame)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
k = cv2.waitKey(5)&0xFF
if k==27:
break
cv2.destroyAllWindows()