Python+OpenCV入门教程【四】色彩空间转换

  由于RGB通道并不能很好地反映出物体具体的颜色信息，而相对于RGB空间，HSV空间能够非常直观的表达色彩的明暗，色调，以及鲜艳程度，方便进行颜色之间的对比。所以我们经常使用色彩空间转换。

下面展示 代码。

import cv2 as cv
import numpy as np


# 色彩空间的转换
def color_space_demo(image):
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)  # RGB转换为gray
    cv.imshow("gray", gray)
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)  # RGB转换为hsv
    cv.imshow("hsv", hsv)
    yuv = cv.cvtColor(image, cv.COLOR_BGR2YUV)  # RGB转换为yuv
    cv.imshow("yuv", yuv)

# 提取目标特征
def estract_object_demo():
    capture = cv.VideoCapture("pic/1.mp4")#导入视频
    while True:
        ret, frame = capture.read() #ret返回true和false 如果返回的frame帧有值，则ret返回ture
        if ret == False:
            break
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)#转换色彩空间为hsv
        #设置绿色的范围，跟踪视频中的绿色
        lower_hsv = np.array([35, 43, 46])#设置过滤的颜色的低值
        upper_hsv = np.array([77, 255, 255])#设置过滤的颜色的高值
        # 经过滤之后得到的mask是二值图像
        mask = cv.inRange(hsv, lower_hsv, upper_hsv)#调节图像颜色信息（H）、饱和度（S）、亮度（V）区间，选择白色区域
        cv.imshow("video", frame)
        cv.imshow("mask", mask)
        if cv.waitKey(50) & 0xFF == ord('q'):
            break


if __name__ == '__main__':
    '''
    调用color_space_demo()函数  色彩空间转换
    '''
    # src = cv.imread("pic/cat.jpg")# 读取到的是RGB图像
    # cv.namedWindow("original", cv.WINDOW_NORMAL)
    # cv.imshow("original", src)
    # color_space_demo(src)
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    调用estract_object_demo()函数   提取目标特征
    '''
    # estract_object_demo()
    # cv.waitKey(0)
    # cv.destroyAllWindows()

    '''
    通道分离、合并及修改  
    '''
    src = cv.imread("pic/cat.jpg")
    cv.namedWindow("original", cv.WINDOW_NORMAL)
    cv.imshow("original", src)

    # 通道分离，输出三个单通道图片
    b, g, r = cv.split(src)  # 将彩色图像分割成3个通道
    cv.imshow("blue", b)
    cv.imshow("green", g)
    cv.imshow("red", r)

    # 通道合并
    src = cv.merge([b, g, r])
    cv.imshow("merge", src)

    # 修改某个通道的值
    src[:, :, 2] = 100
    cv.imshow("single_channel", src)

    cv.waitKey(0)
    cv.destroyAllWindows()