Opencv-python官方文档个人学习（四）

Image Processing in OpenCV

Changing Colorspaces

学习目标:

1. 如何从一个色彩空间转换到另一个，例如BGR<->Gray
2. 创建一个应用程序来提取视频中的彩色对象
3. 学习cv.cvtColor(),cv.inRange()等函数

修改色彩空间

在OpenCV中有超过150种可用的色彩空间转换方法。但我们仅看其中的两种BGR<->GRAY和BGR<->HSV。

cv.cvtCOLOR(input_image,flag):函数功能为修改图像的色彩空间。input_image为输入图片，flag为转换的类型。

对于 BGR → 灰度转换，我们使用标志 cv.COLOR_BGR2GRAY。类似地，对于 BGR → HSV，我们使用标志 cv.COLOR_BGR2HSV。

所有COLOR转换方式展示:

>>> import cv2 as cv
>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]
>>> print( flags )

注：HSV，Opencv中色调范围是色调范围是 [0,180]，饱和度范围是 [0,255]，数值范围是 [0,255]，不同的软件使用不同的比例。所以如果要将Opencv的值与它们进行比较就需要对这些范围进行归一化处理。

物体追踪

现在我们知道如何将BGR图片转换成HSV，我们可以用其来提取彩色对象。在HSV中，表示颜色比BGR色彩空间更容易。我们将使用如下步骤来尝试提取视频中的蓝色对象：

• 获取视频的每一帧
• 将帧从BGR色彩空间转换成HSV色彩空间
• 我们对HSV图像的蓝色范围进行阈值化处理
• 单独提取蓝色对象

代码

import cv2 as cv
import numpy as np
cap = cv.VideoCapture(0)
while(1):
 # 获取每一帧
 _, frame = cap.read()
 # 将BGR色彩区域转换成HSV
 hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
 # 定义HSV中的蓝色区域
 lower_blue = np.array([110,50,50])
 upper_blue = np.array([130,255,255])
 # 对HSV图像做阈值处理，仅获取蓝色区域
 mask = cv.inRange(hsv, lower_blue, upper_blue)
 # 对原始图像与掩码做位与操作（mask仅蓝色区域>1,其余区域为0,故做位与操作仅有蓝色区域显示。）
 res = cv.bitwise_and(frame,frame, mask= mask)
 cv.imshow('frame',frame)
 cv.imshow('mask',mask)
 cv.imshow('res',res)
 k = cv.waitKey(5) & 0xFF
 if k == 27:
 break
cv.destroyAllWindows()

如何找到想要追踪的HSV值

在stackoverflow.com上的一个常见问题。你可以先获取想要追踪物体的BGR值，再使用cv.cvtCOLOR()来转换为HSV域，之后再打印出HSV值即可。

>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)
>>> print( hsv_green )
[[[ 60 255 255]]]

同时，我也编写了一个HSV调色器，可以拖动滑块修改HSV的值来显示颜色。代码如下：

import numpy as np
import cv2 as cv


def nothing(x):
    pass


# 首先初始化一个黑色图和窗口
img = np.zeros((300, 512, 3), np.uint8)
hsv_img = cv.cvtColor(img, cv.COLOR_BGR2HSV)
cv.namedWindow('image')

# 创建HSV的Trackbar
cv.createTrackbar('H', 'image', 0, 180, nothing)
cv.createTrackbar('S', 'image', 0, 255, nothing)
cv.createTrackbar('V', 'image', 0, 255, nothing)

# 开关
switch = '0 : OFF \n1 : ON'
cv.createTrackbar(switch, 'image', 0, 1, nothing)

while True:
    k = cv.waitKey(1) & 0xFF
    if k == 27:  # Exit on 'ESC' key press
        break

    # 获取Trackbar的值
    h = cv.getTrackbarPos('H', 'image')
    s = cv.getTrackbarPos('S', 'image')
    v = cv.getTrackbarPos('V', 'image')
    swt = cv.getTrackbarPos(switch, 'image')

    if swt == 0:
        #如果switch为0，一直显示黑色图像
        to_display = np.zeros_like(img)
    else:
        hsv_img[:] = [h, s, v]
        to_display = cv.cvtColor(hsv_img, cv.COLOR_HSV2BGR)

    cv.imshow('image', to_display)

cv.destroyAllWindows()

练习

尝试使用一种方法来同时提取红色、蓝色、绿色对象。

import cv2 as cv
import numpy as np

cap = cv.VideoCapture(0)

if not cap.isOpened():
    cap.open()
while cap.isOpened():
    ret,frame = cap.read()

    hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV)

    lower_blue = np.array([75,75,50])
    upper_blue = np.array([125,255,255])


    lower_red = np.array([0,20,20])
    upper_red = np.array([5,255,255])

    lower_green = np.array([45,50,50])
    upper_green = np.array([70,255,255])
    mask_blue = cv.inRange(hsv,lower_blue,upper_blue)
    mask_green = cv.inRange(hsv, lower_green, upper_green)
    mask_red = cv.inRange(hsv, lower_red, upper_red)
    #使用bitwise_or来合成三个掩码，即实现同时提取红色、蓝色和绿色对象的功能
    mask = cv.bitwise_or(mask_red,cv.bitwise_or(mask_green,mask_blue))
    res = cv.bitwise_and(frame,frame,mask = mask)
    cv.imshow('frame',frame)
    cv.imshow('mask',mask)
    cv.imshow('res',res)

    k = cv.waitKey(5) & 0xFF
    if k == 27:
        break
cv.destroyAllWindows()