OpenCV+Python——色彩空间

之前学的都比较简单，今天学的稍微有点有趣了开心。

关键代码——

import cv2 as cv
import numpy as np


def extract_object_demo(): # 根据颜色跟踪目标物体
　　capture = cv.VideoCapture(0)
　　while(True):
　　　　ret, frame = capture.read()
　　　　if ret == False: # 视频帧显示完成退出循环
　　　　　　break
　　　　hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) # 将色彩空间从BGR转化为HSV，其实也可以直接用BGR，只要颜色范围是对应的就行
　　　　lower_hsv = np.array([0, 0, 46]) # 灰色这个颜色分别在三个通道范围的最低值
　　　　upper_hsv = np.array([180, 43, 220]) # 灰色这个颜色在三个通道范围的最高值
　　　　mask = cv.inRange(hsv, lowerb = lower_hsv, upperb = upper_hsv) # 该函数将在参数值范围内的目标物体提取出来，并返回一个二值图像，其中目标物体为白色，其余物体为黑色。但该函数的效果并不理想，光线就可以造成非常大的误差。
　　　　frame = cv.flip(frame, 1)
　　　　cv.imshow("Original Frame", frame)
　　　　cv.imshow("Mask", frame)
　　　　c = cv.waitKey(10)
　　　　if c == 27:
　　　　　　break
　　　

def color_space_demo(image): # 色彩空间转换 我发现色彩空间的转换是无法互逆的（这个问题希望通过之后的学习能知道为什么）
　　gray = cv.cvtColor(image, cv.BGR2GRAY)
　　cv.imshow("gray", gray)
　　hsv = cv.cvtColor(image, cv.BGR2HSV)
　　cv.imshow("hsv", hsv)
　　yuv = cv.cvtColor(image, cv.BGR2YUV)
　　cv.imshow("yuv", yuv)
　　ycrcb = cv.cvtColor(image, cv.BGR2YCrCb)
　　cv.imshow("ycrcb", ycrcb)


src = cv.imread("/home/yangx/classroom.jpg")
cv.namedWindow("Input Image", cv.WINDOW_AUTOSIZE)
cv.imshow("Input Image", src)
color_space_demo()
extract_object_demo()

b, g, r = cv.split(scr) # 分离三个通道
cv.imshow("blue", b)
cv.imshow("green", g)
cv.imshow("red", r)

src[:, :, 0] = 0
src[:, :, 1] = 0
cv.imshow("Changed Image", src)
src = cv.merge([b, g, r]) # 合并三个通道，注意这里的参数用数组表达
cv.imshow("Final Result", src)
cv.waitKey(0)

cv.destroyAllWindows()

注意——
cv.split()函数与src[:, :, 0] = 0有区别，前者是分离通道并转换为了一个灰度图像（即像素只由一个数值表达），而后者仍然是三通道RGB图像，只不过表示像素值的三个数某个数被改变（因此仍然是彩色图像）。

整理——
HSV色彩空间的颜色分布：

最后——
情人节小彩蛋：
祝大家2019情人节快乐呀！年年有今日，岁岁有今朝哈哈！