5、颜色空间转换（物体跟踪）几何变换（扩展缩放、平移、仿射变换、旋转、透视变换）

最新推荐文章于 2024-05-08 10:04:42 发布

乌卡拉卡乐乐子

最新推荐文章于 2024-05-08 10:04:42 发布

阅读量1k

点赞数 1

分类专栏： opencv-python 文章标签：计算机视觉 opencv python

本文链接：https://blog.csdn.net/le000426/article/details/121002868

版权

本文介绍了如何在Python中利用OpenCV进行颜色空间转换，如BGR到HSV，并演示了如何通过HSV阈值选择蓝色物体进行跟踪。此外，还涉及了图像缩放、平移、仿射变换和旋转等操作，以及透视变换和关键点应用。

摘要由CSDN通过智能技术生成

一、颜色空间转换

BGR，即蓝-绿-红色彩空间，每一个像素点都由一个三元数组来表示，分别代表蓝、绿、红三种颜色。另一个与之相似的颜色空间：RGB，它们只是在颜色的顺序上不同。

RGB[A]准换成灰度：Y=0.299R+0.587G+0.114*B
灰度转换为RGB[A]：R=Y,G=Y,B=Y,A=max(ChannelRange)

该空间广泛用于视频和图像压缩，不能算作纯粹的色彩空间，它是RGB颜色空间的一种解码方式Y通道表示亮度，而Cr和Cb表示红色差值(在RGB空间中R通道和Y的差值）和蓝色差值(在RGB空间中B通道和Y的差值）各自的色度分量。

HSV, H(Hue)是色调，S(Saturation)是饱和度，V(Value)表示黑暗的程度（或光谱的另一端的明亮程度）。

物体跟踪：

从视频中获取每一帧图像
将图像转换到 HSV 空间
设置 HSV 阈值到蓝色范围。
获取蓝色物体，当然我们还可以做其他任何我们想做的事

import cv2
import numpy as np

cap = cv2.VideoCapture(0)
ret = cap.set(3, 640)
ret = cap.set(4, 480)

#定蓝色的阈值
lower = np.array([110, 50, 50])
upper = np.array([130, 255, 255])

#黄色-乒乓球
#lower = np.array([20, 90, 90])
#upper = np.array([30, 255, 255])

while cap.isOpened():
    # 获取每一帧
    ret, frame = cap.read()
    if not ret:
        print('获取相机图像失败')
        break
    # 换到 HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 根据阈值构建掩模
    mask = cv2.inRange(hsv, lower, upper)
    # mask = cv2.inRange(hsv, lower_black, upper_black)
    # 对原图像和掩模位运算
    res = cv2.bitwise_and(frame, frame, mask=mask)

    # 显示图像
    cv2.imshow('frame', frame)
    cv2.moveWindow('frame', x=0, y=0)