【翻译：OpenCV-Python教程】改变色彩空间

⚠️这个系列是自己瞎翻的，文法很丑，主要靠意会，跳着跳着捡重要的部分翻，翻错了不负责，就这样哈。

⚠️基于3.4.3，Changing Colorspaces，附原文。

目标 

• 在这个教程中，你会学到如何把图像从一个色彩空间改变到另外一个。比如BGR ↔ Gray，BGR ↔ HSV等等。
• 除此之外，我们还将创建一个提取视频中彩色对象的应用程序。
• 你会学到以下这些方法：cv.cvtColor()，cv.inRange() 等等。

改变颜色空间 

这大概有150多种可用的颜色空间转换的方法，在OpenCV里。但咱们着眼于两个应用最广泛的：BGR ↔ Gray 以及 BGR ↔ HSV。

要改变颜色，我们使用方法 cv.cvtColor(input_image, flag) 参数flag决定图像转换的类型。

要从BGR转成Gray我们用这个标志 cv.COLOR_BGR2GRAY。类似的，BGR转成HSV，我们用 cv.COLOR_BGR2HSV 这个标志。要知道其他的标志，只要运行以下命令，在你Python的终端上：

>>> import cv2 as cv
>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]
>>> print( flags )

提示

对HSV来说，色调范围是 [0,179] ，饱和度范围是 [0,255] 数值范围是 [0,255] 。不同的软件使用了不同的标尺，所以，如果你要比较OpenCV中的数值和其他软件给出的数值，你就需要把他们标准化。

对象跟踪 

现在我们知道如何把 BGR 图像转成 HSV，我们可以使用这招来提取彩色对象。在 HSV 里，展示出一种颜色比在 BGR 色彩空间里更容易。在我们的应用里，我们尝试提取出蓝色的物体，方法如下：

• 拿到视频中的每一帧。
• 把色彩空间从 BGR 改到 HSV。
• 我们把蓝色的范围设置为 HSV 图像的阈值。
• 现在只提取蓝色的对象，我们可以对这图像做任何我们想做的事情。

以下代码有详细的注释：

import cv2 as cv
import numpy as np
cap = cv.VideoCapture(0)
while(1):
    # Take each frame
    _, frame = cap.read()
    # Convert BGR to HSV
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    # define range of blue color in HSV
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])
    # Threshold the HSV image to get only blue colors
    mask = cv.inRange(hsv, lower_blue, upper_blue)
    # Bitwise-AND mask and original image
    res = cv.bitwise_and(frame,frame, mask= mask)
    cv.imshow('frame',frame)
    cv.imshow('mask',mask)
    cv.imshow('res',res)
    k = cv.waitKey(5) & 0xFF
    if k == 27:
        break
cv.destroyAllWindows()

以下图像显示了蓝色物体的追踪过程：

提示

图像中有些噪声，我们会在下节看看怎么消除他们。（译者注：了解一下图像噪声）

这是最最简单的追踪物体的方式，一旦你学会了关于轮廓的方法，你可以做很多事情，比如找物体质心来追踪物体，对着摄像头移动手指绘制图表，以及很多其他好玩的事情。

如何找到HSV数值来追踪呢

这是一个在 stackoverflow.com 这个网站上常见的问题。其实很简单，你可以用同一个方法，cv.cvtColor() 。不是传入一个图像对象，而是传入你想要的 BGR 值，比如，要找到绿色的 HSV 值。尝试以下的命令在你的Python终端上：

>>> green = np.uint8([[[0,255,0 ]]])

>>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)

>>> print( hsv_green )

[[[ 60 255 255]]]

现在分别将 [H-10,100,100] 和 [H + 10,255,255] 作为下限和上限。 除了这种方法，你可以使用任何图像编辑工具，如GIMP或任何在线转换器来查找这些值，但不要忘记调整HSV范围。

额外资源

练习 

• 尝试找到一个方法来提取更多的彩色物体，比如同时提取红色、蓝色、绿色的物体。

---

上篇：【翻译：OpenCV-Python教程】性能测量和技术提升

下篇：【翻译：OpenCV-Python教程】图像的几何变换