Python Opencv轨迹栏作为调色板对摄像头进行HSV取色

2 篇文章 0 订阅
2 篇文章 0 订阅

Python Opencv轨迹栏作为调色板对摄像头进行HSV取色

代码如下:

#HSV调试
import cv2 as cv
import numpy as np
def nothing(x):
    pass
cap = cv.VideoCapture(0)
img = np.zeros((300,512,3), np.uint8)
cv.namedWindow('image')

cv.createTrackbar('H_L','image',0,180,nothing)
cv.createTrackbar('H_H','image',0,180,nothing)
cv.createTrackbar('S_L','image',0,255,nothing)
cv.createTrackbar('S_H','image',0,255,nothing)
cv.createTrackbar('V_L','image',0,255,nothing)
cv.createTrackbar('V_H','image',0,255,nothing)

while(1):
    # 读取帧
    _, frame = cap.read()
    H_L = cv.getTrackbarPos('H_L','image')
    H_H = cv.getTrackbarPos('H_H','image')
    S_L = cv.getTrackbarPos('S_L','image')
    S_H = cv.getTrackbarPos('S_H','image')
    V_L = cv.getTrackbarPos('V_L','image')
    V_H = cv.getTrackbarPos('V_H','image')

    
    

    # 转换颜色空间 BGR 到 HSV
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    # 定义HSV中颜色的范围
    
    lower_ = np.array([H_L,S_L,V_L])
    upper_ = np.array([H_H,S_H,V_H])
    # 设置HSV的阈值使得只取该范围内颜色
    mask = cv.inRange(hsv, lower_, upper_)
    # 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('image',res)
    k = cv.waitKey(5) & 0xFF
    if k == 27:
        break
cv.destroyAllWindows()

内容来自山东科技大学2019级物联网机器视觉1组

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好,我可以为您提供一份Python OpenCV的示例代码,演示如何在RGB和HSV彩色空间中对图像进行去噪。 首先,我们需要导入cv2库: ```python import cv2 ``` 接下来,我们可以定义一个函数,该函数接收两个参数-图像和色彩空间类型,然后使用cv2模块的inRange方法来生成基于输入图像的掩码: ```python def generate_mask(image, color_space): """ 生成基于色彩空间类型的图像掩码 :param image: 输入图像 :param color_space: 色彩空间类型 :return: 图像掩码 """ if color_space == "RGB": lower = (0, 40, 40) upper = (200, 255, 255) elif color_space == "HSV": lower = (0, 30, 30) upper = (180, 255, 255) # 生成图像掩码 mask = cv2.inRange(image, lower, upper) return mask ``` 在这里,我们使用了不同的下限和上限值来定义RGB和HSV空间类型的掩码。您可以根据自己的需求自定义这些值。 现在,我们可以使用cv2模块的medianBlur方法来对图像进行去噪: ```python def denoise(image, color_space): """ 在RGB或HSV色彩空间下对图像进行去噪 :param image: 输入图像 :param color_space: 色彩空间类型 :return: 去噪后的图像 """ # 生成掩码 mask = generate_mask(image, color_space) # 对图像进行去噪 denoised = cv2.medianBlur(image, 15) # 将掩码应用于去噪后的图像 result = cv2.bitwise_and(denoised, denoised, mask=mask) return result ``` 在这里,我们将生成的掩码应用于去噪后的图像,从而得到最终的结果。 当然,这只是一个基本的示例代码,可以根据您的具体需求进行更改和优化。希望对您有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值