OpenCV 学习笔记 （九）—— 改变色彩空间

改变色彩空间

• 本节的主要任务是学会如何使用 OpenCV 来改变图片的色彩空间。

一. 学习目标

• 学习怎么从一个色彩空间转换到另一个色彩空间，向从 BGR $\leftrightarrow$ Gray ，BGR $\leftrightarrow$ RGB ，BGR $\leftrightarrow$ HSV 等。
• 编写一个应用程序用来提取视频中的 彩色对象。
• 学习函数：cv.cvtColor(), cv.inRange() 等。

二. 改变色彩空间

• 在 OpenCV 中，超过 150 多种色彩空间可以相互转换。但是，我们今天只讲两种最常用的色彩空间转换，BGR $\leftrightarrow$ Gray 以及 BGR $\leftrightarrow$ HSV。
• 在 OpenCV 中，使用 cv.cvtColor(input_image, flag) 函数来实现色彩空间转换。其中 flag 决定转换的类型。
• 我们可以通过以下方式来查看所有的 flag ：

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

• 运行结果
  
• 从 BGR $\to$ Gray 转换的 flag 是 cv.COLOR_BGR2GRAY ，从 BGR $\to$ HSV 的 flag 是 cv.COLOR_BGR2HSV 。

三. 目标跟踪

• 在学会 BGR $\to$ HSV 后，我们就可以使用它去提取色彩目标。相较于BGR，HSV 确定颜色会更容易。在此次的应用程序中，我们将会去捕捉蓝色目标。
• 应用程序方法步骤：
  1. 提取视频中的每一帧；
  2. 将 BGR 色彩空间转换成 HSV 色彩空间；
  3. 在 HSV 图像中设定蓝色范围阈值；
  4. 提取蓝色物体。
• 具体的代码演示：

  import cv2 as cv
  import numpy as np
  
  # 打开摄像头
  cap = cv.VideoCapture(0)
  
  while(1):
      # 提取每一帧
      _, frame = cap.read()
      # 色彩空间转换
      hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
      # 设定在 HSV 中蓝色的取值范围
      lower_blue = np.array([110,50,50])
      upper_blue = np.array([130,255,255])
      # 进行二值化处理
      mask = cv.inRange(hsv, lower_blue, upper_blue)
      # 按位运算，得到蓝色区域
      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()
  

• 如果想提取其他的颜色，我们只需要改变取值范围就可以了。
• 如果想了解更多关于 HSV 色彩空间的知识，可以观看这篇文章：OpenCV—HSV颜色空间介绍 。

四. 结语

• 如果其中有不对的地方或是需要改进的地方，请指正。
• 联系方式 email：lwl510ll@163.com 。
• 本文到这就结束了，谢谢大家观看。