1、颜色空间转换
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。用到的函数是: cv2.cvtColor(input_image, flag),其中 flag是转换类型。
对于 BGR->Gray 的转换,使用的 flag 就是 cv2.COLOR_BGR2GRAY。同样对于 BGR->HSV 的转换,我们用的 flag 就是 cv2.COLOR_BGR2HSV。
可以通过下面的命令得到所有可用的 flag。
import cv2
import numpy as np
flags = [i for in dir(cv2) if i startswitch('COLOR')]
print flags
2、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(cap.isOpened()):
ret,frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
res = cv2.bitwise_and(frame, frame,mask=mask)
cv2.imshow('frame', frame)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
k = cv2.waitKey(5)&0xFF
if k == ord('q'):
break
cv2.destroyAllWindows()
3、找到要跟踪对象的HSV值
函数 cv2.cvtColor() 也可以用到这里。但是现在要传入的参数是BGR 值而不是一副图。例如,我们要找到绿色的 HSV 值,我们只需在终
端输入以下命令:
import cv2
import numpy as np
green = np.uint8([[[0,255,0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print hsv_green
4、几何变换
对图像进行各种几个变换,例如移动,旋转,仿射变换等
a.扩展缩放:
扩展缩放只是改变图像的尺寸大小。 OpenCV 提供的函数 cv2.resize()可以实现这个功能。图像的尺寸可以自己手动设置,你也可以指定缩放因子。我们可以选择使用不同的插值方法。在缩放时我们推荐使用 cv2.INTER_AREA,在扩展时推荐使用 v2.INTER_CUBIC(慢) v2.INTER_LINEAR。默认情况下所有改变图像尺寸大小的操作使用的插值方法都是 cv2.INTER_LINEAR。可以使用下面任意一种方法改变图像的尺寸:
import cv2
import numpy as np
img = cv2.imread('image/lufei.jpeg')
res = cv2.resize(img, None,fx=2,fy=2,interpolation=cv2.INTER_CUBIC)
height,width = img.shape[:2]
res = cv2.resize(img, (2*width,2*height),interpolation=cv2.INTER_CUBIC)
while(1):
cv2.imshow('res', res)
cv2.imshow('img', img)
if cv2.waitKey(1)&0xFF == 27:
break
cv2.destroyAllWindows()
参考:OpenCV官方教程中文版(For Python)