opencv-python：10_OpenCV颜色空间转换（cv2.cvtColor()、cv2.inRange()、获取图像中指定颜色区域、调用摄像头进行物体跟踪）

颜色空间转换

• 学习如何对图像进行颜色空间转换，比如从 BGR 到灰度图，或者BGR 到 HSV 等。
• 创建一个程序用来从一幅图像中获取某个特定颜色的物体。
• 相关函数有：cv2.cvtColor()，cv2.inRange()。

一、转换颜色空间

• 在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会发现我们经常用到的也就两种：BGR↔Gray 和 BGR↔HSV。

• 我们要用到的函数是：cv2.cvtColor(input_image，flag)，其中 flag就是转换类型。

  • BGR↔Gray flag 就是 cv2.COLOR_BGR2GRAY
  • BGR↔HSV flag 就是 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。

import cv2
import numpy as np

img = cv2.imread("cat.jpg")

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

二、获取图像中指定颜色区域

参考链接：https://blog.csdn.net/qq_40456669/article/details/93375709

方法

• 将图片的色彩空间转为HSV色彩空间
• 通过比照HSV的参考表，进行获取要提取颜色的相应范围
• 使用inRange函数进行提取
• 使用imShow显示
  
  这个例子为提取红色部分。通过观察下表，可以看到红色的hmin，smin，vmin分别为0，43，46；hmax，smax，vmax分别为10，255，255.

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread("opencv.jpg")

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 设置阈值    

# 提取红色区域
l_blue = np.array([0,43,46])
h_blue = np.array([10,255,255])

#构建掩模
mask = cv2.inRange(hsv,lowerb=low_hsv,upperb=high_hsv)

#进行位运算
res = cv2.bitwise_and(img, img, mask = mask)

#用matplotlib绘制需要BGR转为RGB
b,g,r=cv2.split(img)
img2=cv2.merge((r,g,b))

b,g,r=cv2.split(res)
res=cv2.merge((r,g,b))

# 显示图片
plt.figure(figsize = (25, 20))
plt.subplot(1, 4, 1), plt.imshow(img2, cmap = 'gray') 
plt.subplot(1, 4, 2), plt.imshow(hsv, cmap = 'gray') 
plt.subplot(1, 4, 3), plt.imshow(mask, cmap = 'gray') 
plt.subplot(1, 4, 4), plt.imshow(res, cmap = 'gray')

cv2.bitwise_and() 函数

• cv2.bitwise_and()是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0

• 利用掩膜（mask）进行“与”操作，即掩膜图像白色区域是对需要处理图像像素的保留，黑色区域是对需要处理图像像素的剔除，其余按位操作原理类似只是效果不同而已。

三、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。

import cv2
import numpy as np


cap=cv2.VideoCapture(0)


while(1):
    # 获取每一帧
    ret,frame=cap.read()
    
    # 转换到 HSV
    hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    
    # 设定蓝色的阈值
    lower_blue=np.array([110,50,50])
    upper_blue=np.array([130,255,255])
    
    # 根据阈值构建掩模
    mask=cv2.inRange(hsv,lower_blue,upper_blue)
    
    # 对原图像和掩模进行位运算
    res=cv2.bitwise_and(frame,frame,mask=mask)
    
    # 显示图像
    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    if cv2.waitKey(5) & 0xFF == 27:
        break
    
# 关闭窗口
cap.release()
cv2.destroyAllWindows()