十五天掌握OpenCV——颜色空间转换

Aim：对图像进行颜色空间转换。从BGR到灰度图，从BGR到HSV。

转换颜色空间

1. cv2.cvtColor(input_image,flag) ——解释：flag转换类型。
2. cv2.COLOR_BGR2GRAY。BGR转换Gray。
3. cv2.COLOR_BGR2HSV。 BGR转换HSV。
4. OpenCV的HSV格式，H（色彩/色度）取值范围[0,170]，S（饱和度）取值范围[0,255]，V（亮度）取值范围[0,255]。

代码演示

# coding = utf-8

import cv2
flags = [i for in dir{cv2} if i stareswith{'COLOR_'}]
print(flags)

物体跟踪

1. 从视频中获取每一帧图像
2. 将图像转换到HSV空间
3. 设置HSV阈值到蓝色范围
4. 获取蓝色物体。

代码演示

# coding = utf-8

import cv2
import numpy as np

cap=cv2.VideoCapture(0)
while(1):
	# 获取每一帧
	ret , frame = cap.read()
	# 转换到HSV
	hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
	# 设定蓝色的阈值
	lower_blue=np.array([110,50,50])
	upper_blue=np.array([130,255,255])
	# 根据阈值构建掩模
	mask=cv2.inRange(hsv,lower_blue,upper_blue)
	# 对原图像和掩模进行位运算
	res=cv2.bitwise_and(frame,frame,mask=mask)
	# 显示图像
	cv2.imshow('frame',frame)
	cv2.imshow('mask',mask)
	cv2.imshow('res',res)
	k = cv2.waitKey(5)&0xFF
	if k=27:
		break
	# 关闭窗口
cv2.destroyAllWindows()

找出跟踪对象的HSV值

1. cv2.cvtcolor（BGR值） ——解释：找到hsv值。

代码演示

# Aim:找出绿色的hsv值。
# coding = utf-8
import cv2
import numpy as np

green=np.uint8([[[0,255,0]]])  #三层括号对应于cvArray,cvMat,IplImage
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2GRAY)
print(hsv_green)