opencv: 使用InRange函数进行阈值操作 Thresholding Operations using inRange

目标：

• 使用OpenCV cv::inRange 函数进行基本的 阈值操作，
• 基于像素值在HSV色度空间的范围进行对象检测

理论：

• 前一篇文章中我们学习了如何使用cv::threshold 阈值函数进行阈值操作
• 本文我们将学习使用 cv::inRange 来进行处理
• 原理是一样的但是现在我们增加了一个我们所需要的 【像素值的范围】

HSV色度空间 HSV colorspace

HSV (hue色调, saturation饱和度, value明度) 是一种类似RGB色度模型的呈现颜色空间的模型。

因为H （色调）通道模拟了颜色类型，它在需要基于颜色进行对象分割的图像处理任务中非常有用。

饱和度的变化从呈现灰色阴影的不饱和到不含白色分量的全饱和。

明度通道则描述了颜色的亮度或者密度。

下图展示了HSV色度空间柱状图：

By SharkDderivative work: SharkD [CC BY-SA 3.0 or GFDL], via Wikimedia Commons

由于RGB色度空间使用三通道进行色度编码，很难基本颜色进行对象分割。

By SharkD [GFDL or CC BY-SA 4.0], from Wikimedia Commons

色度空间的相互转换可以使用 cv::cvtColor 。

代码示例(下载代码 python版 c++版)：

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include <iostream>
using namespace cv;
const int max_value_H = 360/2;
const int max_value = 255;
const String window_capture_name = "Video Capture";
const String window_detection_name = "Object Detection";
int low_H = 0, low_S = 0, low_V = 0;
int high_H = max_value_H, high_S = max_value, high_V = max_value;
static void on_low_H_thresh_trackbar(int, void *)
{
    low_H = min(high_H-1, low_H);
    setTrackbarPos("Low H", window_detection_name, low_H);
}
static void on_high_H_thresh_trackbar(int, void *)
{
    high_H = max(high_H, low_H+1);
    setTrackbarPos("High H", window_detection_name, high_H);
}
static void on_low_S_thresh_trackbar(int, void *)
{
    low_S = min(high_S-1, low_S);
    setTrackbarPos("Low S", window_detection_name, low_S);
}
static void on_high_S_thresh_trackbar(int, void *)
{
    high_S = max(high_S, low_S+1);
    setTrackbarPos("High S", window_detection_name, high_S);
}
static void on_low_V_thresh_trackbar(int, void *)
{
    low_V = min(high_V-1, low_V);
    setTrackbarPos("Low V", window_detection_name, low_V);
}
static void on_high_V_thresh_trackbar(int, void *)
{
    high_V = max(high_V, low_V+1);
    setTrackbarPos("High V", window_detection_name, high_V);
}
int main(int argc, char* argv[])
{
   // 从默认的设备中抓取视频流   
    VideoCapture cap(argc > 1 ? atoi(argv[1]) : 0);
    //创建窗口用以显示原始图像和阈值处理后图像
    namedWindow(window_capture_name);
    namedWindow(window_detection_name);
     // 创建滑块用以调整hsv各通道的值
    // Trackbars to set thresholds for HSV values
    createTrackbar("Low H", window_detection_name, &low_H, max_value_H, on_low_H_thresh_trackbar);
    createTrackbar("High H", window_detection_name, &high_H, max_value_H, on_high_H_thresh_trackbar);
    createTrackbar("Low S", window_detection_name, &low_S, max_value, on_low_S_thresh_trackbar);
    createTrackbar("High S", window_detection_name, &high_S, max_value, on_high_S_thresh_trackbar);
    createTrackbar("Low V", window_detection_name, &low_V, max_value, on_low_V_thresh_trackbar);
    createTrackbar("High V", window_detection_name, &high_V, max_value, on_high_V_thresh_trackbar);
    Mat frame, frame_HSV, frame_threshold;
// 用户想退出 程序的时候会执行下面代码
    while (true) {
        cap >> frame;
        if(frame.empty())
        {
            break;
        }
        // Convert from BGR to HSV colorspace
        cvtColor(frame, frame_HSV, COLOR_BGR2HSV);
        // Detect the object based on HSV Range Values
        inRange(frame_HSV, Scalar(low_H, low_S, low_V), Scalar(high_H, high_S, high_V), frame_threshold);
        // Show the frames显示图像
        imshow(window_capture_name, frame);
        imshow(window_detection_name, frame_threshold);
        char key = (char) waitKey(30);
        if (key == 'q' || key == 27)
        {
            break;
        }
    }
    return 0;
}

编译完程序后运行结果类似下图：

原文参考：cv:InRange