Opencv学习笔记————颜色空间转换

1. 转换颜色空间
   我们常用的颜色空间转换就两种：BGR->Gray(cv2.COLOR_BGR2GRAY)和BGR->HSV(cv2.COLOR_BGR2HSV)，用到的函数是：cv2.cvtColor(imput_image,flag),其中flag为转换类型。
2. 跟踪特定颜色的物体实例
   我们还需要了解，根据阈值构建掩模函数：mask=cv2.inRange(hsv,lower_blue,upper_blue)。
   这样利用opencv的inRange()函数，制作掩模，再用bitwise_and()函数，提取感兴趣区域。

import numpy as np
import cv2

# 滑动条来进行调节阈值
def Trackbar():
    global thresh_hsv
    H = cv2.getTrackbarPos('H', 'image')
    S = cv2.getTrackbarPos('S', 'image')
    V = cv2.getTrackbarPos('V', 'image')
    thresh_hsv = np.array([H, S, V])

# 常用颜色阈值的字典
thresh = {
    'lower_blue': np.array([100, 43, 46]),
    'upper_blue': np.array([124, 255, 255]),
    'lower_red':  np.array([156, 150, 46]),
    'upper_red': np.array([180, 255, 255]),
    'lower_green': np.array([35, 43, 46]),
    'upper_green': np.array([77, 255, 255])
}

cap = cv2.VideoCapture(1)
cv2.namedWindow('image')
cv2.resizeWindow("image", 640, 480);

cv2.createTrackbar('H', 'image', 0, 255, Trackbar)
cv2.createTrackbar('S', 'image', 0, 255, Trackbar)
cv2.createTrackbar('V', 'image', 0, 255, Trackbar)
while True:

    # 获取每一帧
    ret, frame = cap.read()

    # 转换到HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    # 设定蓝色的阈值
    lower_blue = np.array([100, 43, 46])
    upper_blue = np.array([124, 255, 255])
    Trackbar()
    # 根据阈值构建掩模
    mask = cv2.inRange(hsv, thresh_hsv, upper_blue)

    # 对原图像和掩模进行位运算
   res = cv2.bitwise_and(frame, frame, mask=mask)
    # 显示图像
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    k = cv2.waitKey(5) & 0xFF
    if k == ord('q'):
        break

cv2.destroyAllWindows()