OpenCV笔记11：利用HSV颜色空间进行目标检测和目标跟踪

HSV(hue saturation value)
色调（hue）：对应于颜色成分（基础色素），因此，只需选择一个色调范围，就可以选择任何颜色。（0—360）
饱和度（saturation）：颜色的数量（颜料的深度）（主导色调）（0—100%）
值（value）：颜色的亮度。（0—100%）
即
H - 色调（主导波长）。
S - 饱和度（颜色的纯度/色调）。
V - 值（强度）。
对于HSV，Hue范围是[0,179]，饱和范围是[0,255]，值范围是[0,255]

1、学习目标
使用HSV色彩空间进行物体检测和物体跟踪
（1）使用色调饱和度值（HSV）颜色模型实现基于颜色和形状的对象检测和跟踪。
（2）使用cv :: inRange（OpenCV）为色彩检测选择正确的上下HSV边界
（3）使用轨迹栏。
2、函数方法
cv2.cvtColor（）
cv2.inRange（）
3、程序
（1）探测物体

原图

处理结果


（2）使用轨道棒探测物体

原图

结果


（3）使用轨道棒探测视频


原视频

处理结果



函数讲解：
（1）将图像从一个颜色空间转换为另一个颜色空间。

cv2.cvtColor(src, code[, dst[, dstCn]]) → dst
参数
src  - 输入图像：8位无符号，16位无符号（CV_16UC...）或单精度浮点。
dst  - 输出与大小和深度相同的图像src。
code - 颜色空间转换代码（参见下面的描述）。
dstCn- 目标图像中的通道数; 如果参数为0，则自动从src 和code导出通道数 

程序中的例子

cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

在转换为RGB颜色空间的情况下，应明确指定通道的顺序（RGB或BGR）

（2）创建一个数组

numpy.array（object，dtype = None，copy = True，order ='K'，subok = False，ndmin = 0 ）

参数：
object ： array_like
数组，公开数组接口的任何对象，__array__方法返回数组的对象，或任何（嵌套）序列。

dtype ： 数据类型，可选
数组所需的数据类型。如果没有给出，那么类型将被确定为保持序列中的对象所需的最小类型。此参数只能用于“upcast”数组。对于向下转换，请使用.astype（t）方法。

copy ： bool，可选
如果为true（默认值），则复制对象。否则，只有当__array__返回副本，obj是嵌套序列，或者需要副本来满足任何其他要求（dtype，顺序等）时，才会进行复制。

order：{'K'，'A'，'C'，'F'}，可选
指定阵列的内存布局。如果object不是数组，则新创建的数组将按C顺序排列（行主要），除非指定了'F'，在这种情况下，它将采用Fortran顺序（专业列）。如果object是一个数组，则以下成立。
		order	   no copy	       copy=True
		‘K’   	  unchanged 	F & C order preserved, otherwise most similar order
		‘A’	      unchanged    	F order if input is F and not C, otherwise C order
		‘C’	      C order	    C order
		‘F’	      F order	    F order


subok ： bool，可选
如果为True，则子类将被传递，否则返回的数组将被强制为基类数组（默认）。

ndmin ： int，可选
指定结果数组应具有的最小维数。为满足此要求，将根据需要预先设置形状。

returns：out  ：ndarray
满足指定要求的数组对象。

（3）

inRange(src,lowerb, upperb[, dst]) -> dst
参数：
src：原数组，可以为单通道，多通道
lowerb： 下界
upperb： 上界

（a）单通道，
假设lower=[0]，upper=[128]
对每个数在0-128之间为255，否则为0；

（b）多通道，
假设lower=[0，0,0]，upper=[128,128,128，128]
对每一行，对任意一个数，如果在范围内，则255，否则0，最后的几个数相与，因此如果都是255，为255，否则为0