2019-7-11 opencv图像处理1-颜色空间转换和物体跟踪

官网参见https://docs.opencv.org/3.4.1/df/d9d/tutorial_py_colorspaces.html

• 颜色空间转换
• 物体跟踪

1.颜色空间转换

opencv中有超过150种颜色空间转换方法，对于我们来说最常用的也就2种BGR ↔ Gray和BGR ↔ HSV。
颜色转换函数如下

cv.cvtColor(input_image, flag) 

flag ：颜色转换类型
BGR → Gray，flag = cv.COLOR_BGR2GRAY
BGR → HSV，flag = cv.COLOR_BGR2HSV

例，获得所有可用flag。注意：我是python2。

import cv2 
import numpy as np
from matplotlib import pyplot as plt

flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print flags

opencv的HSV中，H（色彩/色度）的取值范围是[0，179]，S（饱和度）的取值范围[0，255]，V（亮度）的取值范围[0，255]。不同软件使用的值可能不同。所以当你需要拿opencv的HSV值与其他软件的HSV值进行对比时，一定要记得归一化。

2.物体跟踪

我们已经知道了如何把BRG图像转换为HSV空间，我们可以利用这点从图像中抽取特定颜色的物体。在HSV空间中，它比BRG空间更容易表示某个特定的颜色。操作方法如下，以蓝色为例：

• 获得视频中的每一帧图像
• 把图像从BRG转换到HSV颜色空间
• 把HSV图像阈值设置到蓝色范围
• 现在就可以获得蓝色物体了。然后对该物体做我们想进行的操作。

以下文章中有个识别蓝色球的例子就是基于HSV颜色空间分析，只不过用的是静态图像。https://blog.csdn.net/weixin_42555985/article/details/94599050