本文介绍了一种基于HSV颜色空间的目标选取方法，通过将RGB图像转换到HSV空间，生成掩码并进行形态学处理，有效去除噪声，最终通过面积筛选和原图像与运算实现目标图像的精确提取。详细步骤包括图像读取、颜色空间转换、掩码生成、形态学操作、面积筛选和与运算。
引言：当我们在选取颜色特征作为目标筛选的第一个条件时，我们经常使用空间转换，即将将RGB图像转换到HSV空间中，具体为什么？（小编目前还没能够理解！如果你们有知道的，请告诉小编，万分感谢！！！）我现在只能说是约定俗成这个表达。HSV颜色空间如图所示。（来自百度，好像侵权了，在此声明一下）
HSV颜色空间
首先小琼先说一下接下来的大体流程与思路：首先是图像读取、将RGB图像转换到HSV空间，生成掩码图像（此部分就是已提取到的颜色图像，也就是在图像中你所指定颜色的那部分，注意此时得到的是二值化图像）然后将得到的图像进行形态学处理，取出干扰噪点（此部分相当于是图像的优化、美化），最后利用面积大小筛选出目标图像，去除难以消除的干扰的噪点，最后和原图像进行与运算，致此结束（大体思路明白了吗？爱学习的小伙伴梦！！！）。
1.首先读取源图像：（首先应该是函数库导入，草率了）
代码：
im
最低0.47元/天 解锁文章
3950
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
