【opencv3 学习记录】第八章颜色空间转换

最新推荐文章于 2023-11-13 00:29:10 发布

@寻鹿@

最新推荐文章于 2023-11-13 00:29:10 发布

阅读量2.5k

点赞数

分类专栏： open cv 学习记录文章标签：深度学习计算机视觉 opencv 图像处理 python

本文链接：https://blog.csdn.net/m0_64448543/article/details/122515524

版权

open cv 学习记录专栏收录该内容

10 篇文章 2 订阅

订阅专栏

一：转换颜色空间

常用的两种颜色转换形式：BGR $\leftrightarrow$ Gray 与BGR $\leftrightarrow$ HSV

1.函数：cv2.cvtColor(input_image,flag)

其中flag就是转换类型

（1）BGR $\leftrightarrow$ Gray flag为cv2.COLOR_BGR2GRAY

（2）BGR $\leftrightarrow$ HSV flag为cv2.COLOR_BGR2HSV

注意：在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软件的 HSV 值进行对比时，一定要记得归一化。

二：特定颜色的物体跟踪

现在我们知道怎样将一幅图像从 BGR 转换到 HSV 了，我们可以利用这一点来提取带有某个特定颜色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中，我们要提取的是一个蓝色的物体。

下面就是就是我们要做的几步：

• 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，比如：在蓝色物体周围画一个圈。

inRange()函数：可实现二值化功能（这点类似threshold()函数），更关键的是可以同时针对多通道进行操作，使用起来非常方便！主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0），该功能类似于之间所讲的双阈值化操作。

import cv2
import numpy as np
cap=cv2.VideoCapture(r'F:\video\demo\blue.mp4')
while(1):
    ret,frame=cap.read()
    hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    #设定蓝色阈值
    lower_blue=np.array([110,50,50])
    upper_blue=np.array([130,255,255])

    mask=cv2.inRange(hsv,lower_blue,upper_blue)
    # inRange()函数主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0）
    res=cv2.bitwise_and(frame,frame,mask=mask)

    cv2.imshow('frame',frame)
    cv2.imshow('hsv', hsv)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    k=cv2.waitKey(0)
    if k==27:
          break
cv2.destroyAllWindows()