改变颜色空间（opencv_python学习）

改变颜色空间

使用cv函数 cvtColor(input_image, flag)，其中flag决定转换的类型

下面是一些常用flag：

• cv2.COLOR_BGR2GRAY：将BGR图像转换为灰度图像。
• cv2.COLOR_GRAY2BGR：将灰度图像转换为BGR图像。
• cv2.COLOR_BGR2RGB：将BGR图像转换为RGB图像。
• cv2.COLOR_RGB2BGR：将RGB图像转换为BGR图像。
• cv2.COLOR_BGR2HSV：将BGR图像转换为HSV图像。
• cv2.COLOR_HSV2BGR：将HSV图像转换为BGR图像。

认识HSV图像：

HSV是一种常用的颜色空间，它表示色调（Hue）、饱和度（Saturation）和明度（Value）。

• 色调（Hue）表示颜色的类型或种类，如红色、蓝色、绿色等。它的取值范围是0到360度，其中0和360度对应的是红色。

• 饱和度（Saturation）表示颜色的纯度或浓度，是指颜色相对于灰色的强度。取值范围是0到1，0代表完全无色彩，1代表最大饱和度。

• 明度（Value）表示颜色的亮度或明暗程度。取值范围也是0到1，0代表最暗，1代表最亮。

HSV颜色空间与常见的RGB颜色空间不同，它的优点在于更符合人类对颜色的感知方式，而不仅仅是简单地使用红绿蓝三原色的组合。在图像处理和计算机视觉中，HSV颜色空间常用于颜色分割、颜色识别和图像处理等任务。

对象追踪

在HSV中比在BGR颜色空间中更容易表示颜色，我们可以使用它来提取一个有颜色的对象。

方法如下:

• 取视频的每一帧
• 转换从BGR到HSV颜色空间
• 我们对HSV图像设置蓝色范围的阈值
• 现在单独提取蓝色对象，我们可以对图像做任何我们想做的事情。

import cv2 as cv
import numpy as np

cap = cv.VideoCapture(0)

while True:
    # 读取帧
    _, frame = cap.read()
    
    # 转换颜色空间 BGR 到 HSV
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    
    # 定义HSV中蓝色的范围
    lower_blue = np.array([110, 50, 50])
    upper_blue = np.array([130, 255, 255])
    
    # 设置HSV的阈值使得只取蓝色
    mask = cv.inRange(hsv, lower_blue, upper_blue)
    
    # 将掩膜和图像逐像素相加
    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()

代码逻辑：

• 创建一个VideoCapture对象，打开摄像头（通常为0）。
• 进入循环，读取每一帧图像。
• 将图像从BGR颜色空间转换为HSV颜色空间。
• 定义要检测的蓝色范围，通过设置上限和下限来确定。
• 根据蓝色范围创建掩膜，将在此范围内的像素设为白色（255），其他像素设为黑色（0）。
• 使用位运算将原始图像与掩膜相乘，以获取只包含蓝色物体的图像。
• 在窗口中显示原始图像、掩膜和结果图像。

如何找到要追踪的HSV值？

要找到要追踪的HSV值，可以按照以下步骤进行：

1. 打开你要追踪的图像或视频，并找到包含目标颜色的物体。
2. 使用图像处理软件（例如Photoshop、GIMP等）打开该图像。
3. 使用选取工具（如吸管工具）在图像上点击目标颜色的区域，以获取其RGB值。
4. 将RGB值转换为HSV值。可以使用在线转换工具或编程方式来实现这一点。
   在Python中，可以使用OpenCV库的cv.cvtColor()函数将RGB值转换为HSV值。例如：

import cv2 as cv
import numpy as np

color_rgb = np.uint8([[[r, g, b]]])  # 将RGB值转换为numpy数组形式
color_hsv = cv.cvtColor(color_rgb, cv.COLOR_RGB2HSV)  # 转换为HSV值
print(color_hsv)

运行这段代码时，将替换掉r、g和b分别为你在图像处理软件中获取的RGB值。输出结果中的数值就是对应的HSV值。

6. 获取到的HSV值就是你要追踪的颜色范围的下限和上限。根据追踪要求的精度不同，你可以对得到的HSV值进行微调，扩大或缩小颜色范围。

记住，不同光照条件下的颜色可能会有所不同，因此建议在实际应用中进行一些调整和测试，以确保追踪效果最佳。