Opencv图像核心处理

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）