opencv-python掩膜操作(进阶篇之颜色追踪)

对于掩膜操作原理，参考：opencv-python掩膜操作
对于HSV颜色空间，参考：opencv-python(六)：颜色空间及转换

1. 提取特定颜色区域

在上一篇，我们讲了掩膜的基本操作原理，现在我们如何使用掩膜+颜色来对图像中特定的颜色进行操作？比如何如得到下图的蓝色区域？
首先如何定义HSV的蓝色范围？

• 对于HSV分量用归一化表示的话，H色相分量使用红色开始(红-黄-绿方向)到红色结束，那么归一化H=0.67大概表示蓝色色色相，实际H=0.6*180=120
• S分量表示饱和度，当S=0时表示白色，当S=255，表示饱和度很高
• V分量表示亮度，当V=0时表示黑色，当V=255，表示亮度很高
• 所以我们表示蓝色范围可以定义(110,50,50)-(130,255,255)

这里给出代码：

import cv2
import numpy as np

img=cv2.imread("color.jpg")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 转换为HSV颜色空间


# 设定蓝色阈值
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])

# 根据阈值构建掩膜
mask = cv2.inRange(hsv, lower_blue, upper_blue)  # inrange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)

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

cv2.imshow("img", img)
cv2.imshow("mask", mask)
cv2.imshow("res", res)
cv2.waitKey(0)

效果图：

2. 提取摄像头帧图像中特定颜色区域

我们现在要实现追踪摄像头捕获图像中的蓝色物体：

• 捕获帧图像
• 将颜色空间转换到HSV
• 设定蓝色阈值，制作掩膜
• 对帧图像进行掩膜操作，留下含蓝色部分的区域

实现代码：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read() # 捕获帧图像

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 转换为HSV颜色空间
 
    # 设定蓝色阈值
    lower_blue = np.array([110, 50, 50])
    upper_blue = np.array([130, 255, 255])

    # 根据阈值构建掩膜
    mask = cv2.inRange(hsv, lower_blue, upper_blue)  
    # inrange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)，即形成了一个掩膜

    # 位运算
    res = cv2.bitwise_and(frame, frame, mask=mask)

    cv2.imshow("frame", frame)
    cv2.imshow("mask", mask)
    cv2.imshow("res", res)
    cv2.waitKey(1)