Opencv中inRange函数使用介绍

inRange是OpenCV中的图像阈值函数，用于将图像中的像素值限制在指定的范围内。它的输入和输出如下所述：

dst = cv2.inRange(src, lowerb, upperb[, dst])

输入值：

• src：输入图像，可以是灰度图像或彩色图像。
• lowerb：表示下界的阈值，可以是一个标量值或与输入图像通道数相同的数组。对于灰度图像，lowerb是一个标量值。对于彩色图像，你可以通过传递一个数组，每个元素分别表示每个通道的下界阈值。
• upperb：表示上界的阈值，与lowerb的类型相同，指定上界阈值。对于灰度图像，upperb是一个标量值。对于彩色图像，你可以通过传递一个数组，每个元素分别表示每个通道的上界阈值。
• dst（可选）：输出图像，用于存储计算得到的阈值图像。它应该具有与输入图像相同的尺寸和数据类型。

返回值：

• dst：阈值图像，与输入图像具有相同的尺寸和数据类型。如果提供了dst参数，则返回值与dst相同。

inRange函数的作用是根据指定的下界和上界阈值，将输入图像中的像素值限制在这个范围内。它会将满足条件的像素设置为255（白色），不满足条件的像素设置为0（黑色），从而形成一个二值图像。这种二值图像常用于图像分割、目标提取等任务中。下面是一个示例代码，演示如何使用inRange函数将输入图像中的像素值限制在指定范围内，并输出阈值图像：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('path/to/image.jpg')

# 将图像转换为HSV颜色空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 定义颜色范围（例如，提取蓝色对象）
lower_blue = np.array([100, 50, 50])  # 下界阈值
upper_blue = np.array([130, 255, 255])  # 上界阈值

# 应用颜色范围阈值
mask = cv2.inRange(hsv, lower_blue, upper_blue)

# 显示阈值图像
cv2.imshow('Thresholded Image', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的示例中，我们首先将图像转换为HSV颜色空间，然后定义了蓝色对象的颜色范围。通过调用inRange函数并传递HSV图像和颜色范围阈值，我们得到了一个阈值图像mask，其中满足蓝色范围的像素被设置为255（白色），不满足范围的像素被设置为0（黑色）。最后，我们显示了阈值图像。

其中最为关键的是要找到合适的lowerb和upperb，这个在CAMShift算法中非常关键。补充HSV知识点，HSV（Hue, Saturation, Value）是一种常用的颜色空间，它基于颜色的感知属性。HSV 颜色空间将颜色分为三个主要组成部分：

• 色调（Hue）：色调表示颜色的基本属性，如红色、蓝色、绿色等。它以角度的形式表示，取值范围通常是 0 到 360 度，对应于色轮上的不同位置。色调值决定了颜色的类型。
• 饱和度（Saturation）：饱和度表示颜色的鲜艳程度或纯度。较高的饱和度表示颜色更鲜艳，而较低的饱和度表示颜色更灰暗或接近无色。饱和度的取值范围通常是 0 到 100%，其中 0% 表示灰色或无色，100% 表示完全饱和的纯色。
• 亮度（Value）：亮度表示颜色的明暗程度。较高的亮度值表示颜色更明亮，而较低的亮度值表示颜色更暗。亮度的取值范围通常是 0 到 100%，其中 0% 表示黑色，100% 表示最大亮度的白色。