一、实验介绍
- 实验内容
本实验将介绍HSV 颜色空间。
- 实验要点
RGB阈值
转换为HSV
3. 实验环境
Python 3.6.6
numpy
matplotlib
cv2
二、实验步骤
1 导入资源
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
import cv2
%matplotlib inline
2 读入RGB图像
# 读入该图像
image = mpimg.imread('images/car_green_screen2.jpg')
plt.imshow(image)
3 RGB阈值
将在之前一直使用的绿色示例中定义的绿色阈值可视化。
# 在RGB值中定义颜色选择边界
lower_green = np.array([0,180,0])
upper_green = np.array([100,255,100])
# 定义掩模区域
mask = cv2.inRange(image, lower_green, upper_green)
# 遮掩图像使得汽车显露出来
masked_image = np.copy(image)
masked_image[mask != 0] = [0, 0, 0]
# 输出该图像
plt.imshow(masked_image)
4 转换为HSV
# 转换为HSV
hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)
# HSV通道
h = hsv[:,:,0]
s = hsv[:,:,1]
v = hsv[:,:,2]
# 可视化各个颜色通道
f, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(20,10))
ax1.set_title('H channel')
ax1.imshow(h, cmap='gray')
ax2.set_title('S channel')
ax2.imshow(s, cmap='gray')
ax3.set_title('V channel')
ax3.imshow(v, cmap='gray')
三、实验任务
练习:使用HSV色彩空间遮罩绿色区域
# 在HSV值中定义我们的颜色选择边界
# 下界
lower_hue = np.array([50,0,0])
# 上界
upper_hue = np.array([70,255,255])
## TODO: 修改这些阈值
# 此初始阈值允许色相(H)处于某个较低范围
# 定义掩模区域
mask_hsv = cv2.inRange(hsv,lower_hue,upper_hue)
# 遮掩图像使得汽车显露出来
masked_image_hsv = np.copy(image)
masked_image_hsv[mask_hsv != 0] = [0,0,0]
# 输出该图像
plt.imshow(masked_image_hsv)