《OpenCV》☞颜色空间

OpenCV中汇集了150多种颜色颜色空间的转变方法，接下来只看最常用的两种，即BGR <--->Gray 和  BGR <--> HSV

import cv2
# color-space转变函数
cv2.cvtColor(input_image, flag)

# 查看颜色空间flag
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print flags

'''
note：
对于HSV,Hue（色调）范围为[0，180],Saturation（饱和度）范围是[0,255]，Value范围是[0,255]
不同的图像处理软件下具有不同的范围，
如果想将其他如PS中的图像（Hue范围是[0,360]）与OpenCV下处理图像作比较时，要做一下归一化
'''

HSV color-space相比RGB color-space更容易表示一个颜色，以下应用中，将提取一个黑色（外框）和一个绿色（内框）的对象。

（1）.获取视频每一帧

（2）每一帧从BGR转换颜色空间到HSV

（3）阈值化HSV图像，将其分别阈值化在一个绿色和黑色的范围内

（4）分别提取出黑色目标和蓝色目标，叠加mask合成

Code：

import cv2
import numpy as np

cap = cv2.VideoCapture('../video/VID_20190710_165704.mp4')
ret, fm_0 = cap.read()
c = 1
timeF = 5

# 黑色HSV范围
hsv_black = np.uint8([[[0,0,0],[255,180,46]]])
# 绿色BGR范围
gbr_green = np.uint8([[[13,94,64],[40,114,84]]])
# 绿色HSV范围，将绿色BGR转换到HSV
hsv_green = cv2.cvtColor(gbr_green,cv2.COLOR_BGR2HSV)


while ret:
    ret, fm = cap.read()
    if ret is True:
        hsv_fm = cv2.cvtColor(fm,cv2.COLOR_BGR2HSV)
        # 范围阈值化
        mask_black = cv2.inRange(hsv_fm,hsv_black[0,0],hsv_black[0,1])
        mask_green = cv2.inRange(hsv_fm, hsv_green[0, 0], hsv_green[0, 1])
        # 合成 
        mask = cv2.addWeighted(mask_black,0.5,mask_green,0.5,1)
        # 只提取蓝色和黑色前景
        res = cv2.bitwise_and(fm,fm,mask=mask)
        if c % timeF == 0:
            cv2.namedWindow('res',cv2.WINDOW_NORMAL)
            cv2.imshow('res',res)
            cv2.namedWindow('mask', cv2.WINDOW_NORMAL)
            cv2.imshow('mask',mask)
        c = c+1
        k = cv2.waitKey(10) & 0xff
        if k == 27:
            cv2.destroyAllWindows()

cap.release()

# 注：此图像没考虑去噪过程，随后可将去噪添加进来

结果图：

HSV颜色体系表：