色彩空间转换
# Color_conversion
img2 = cv.cvtColor(img,cv.COLOR_BGR2HSV)
img3 = cv.cvtColor(img,cv.COLOR_BGR2YUV)
img4 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
img5 = cv.cvtColor(img,cv.COLOR_BGR2YCrCb)
色彩空间转换使用同一个函数cv.cvtColor。分别转换成HSV、YUV、GRAY、YCrCb空间。
for i in range(1):
plt.subplot(221), plt.imshow(img2)
plt.title('HSV Image'), plt.xticks([]),plt.yticks([])
plt.subplot(222), plt.imshow(img3)
plt.title('YUV Image'),plt.xticks([]),plt.yticks([])
plt.subplot(223), plt.imshow(img4)
plt.title('GRAY Image'), plt.xticks([]),plt.yticks([])
plt.subplot(224), plt.imshow(img5)
plt.title('YCrCb Image'),plt.xticks([]),plt.yticks([])
plt.show()
画出四幅图片
手 动 居 中
找到特定颜色
lower_hsv = np.array([26,43,46])
upper_hsv = np.array([34,255,255])
mask = cv.inRange(img2, lower_hsv, upper_hsv)
使用cv.inRange函数找到特定的颜色,输入参数分别为(图片,要找的颜色下边界,要找的颜色上边界)
使用色彩空间是HSV的图片,因为这个空间对颜色比较敏感。
找到黄色的区域有哪些,就要知道黄色对应的区间的上下边界。如下图所示:我们只需要看图找颜色就可以了。
下面是原图和找到黄色的对比图:
有一点need考虑的是:经过inRange的图像应该是二值的,为什么我的黄色还是黄色呢?留给你自己想把
代码
https://github.com/Clayygou/python-opencv/tree/master/Color_space_conversion
参考文献
同上