魏老师学生——Cecil:学习OpenCV-机器视觉之旅
特点:考虑图像的两个特征,颜色(Hue)和饱和度(Saturation)。
opencv中的2D直方图
cv2.calcHist(images,channels,mask,histSize,ranges[,hist[,accumulate]])
- images:将图像的颜色空间从BGR转为HSV。[HSV]
- channels=[0,1]:为了同时处理H和S两通道。
- bins=[180,256]:H通道是180,S通道是256。
- range=[0,180,0,256]:H的取值范围0-180,S的取值范围0-256。
代码演示
#coding=utf-8
import cv2
import numpy as np
while(1):
img=cv2.imread("juzi.jpg")
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
hist=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
cv2.waitKey(0)&0xFF
cv2.imshow("img",img)
cv2.imshow("rst",hist)
numpy中2D直方图
函数:np.histogram2D(H通道,S通道,bins的数目,数值范围)
代码演示
#coding=utf-8
import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread("pingguo.jpg")
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
hist,xbins,ybins=np.histogram2d(h.ravel(),s.ravel(),[180,256],[[0,180],[0,256]])
绘制2D直方图
- 使用cv2.imshow() ——图像为灰度图,需要知道不同颜色H通道值。
- 使用matplotlib() ——函数 matplotlib.pyplot.imshow() 绘制2D直方图,但还是不知道H通道值。
- OpenCV风格 ——输出一副由图像编码的直方图。先创建hsv格式颜色地图,再转换为bgr格式,在将直方图与颜色直方图相乘,并去除小的孤立点。最后得到直方图。
代码演示
#coding=utf-8
import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread("222.jpg")
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
hist=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
plt.imshow(hist,interpolation='nearest')
plt.show()
代码演示
#coding=utf-8
import cv2
import numpy as np
from time import clock
import sys
import video
if __name__=='__main__':
hsv_map=np.zeros((180,256,3),np.uint8) #构建颜色地图
h,s=np.indices(hsv_map.shape[:2]) #返回由数组索引构建的新数组
hsv_map[:,:,0]=h
hsv_map[:,:,1]=s
hsv_map[:, :, 2] =255
hsv_map=cv2.cvtColor(hsv_map,cv2.COLOR_HSV2BGR)
cv2.imshow('hsv_map',hsv_map)
cv2.namedWindow('hist',0)
hist_scale=10
def set_scale(val):
global hist_scale
hist_scale=val
cv2.createTrackbar('scale','hist',hist_scale,32,set_scale)
try:
fn=sys.argc[1]
except:
fn=0
cam=video.create_capture(fn,fallback='路径')
while True:
flag,frame=cam.read()
cv2.imshow('camera',frame)
small=cv2.pyrDown(frame)
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
dark=hsv[:,:,2]<32
hsv[dark]=0
h=cv2.calcHist([hsv],[0,1],None,[180,256],[0,180,0,256])
h=np.clip(h*0.005*hist_scale,0,1)
vis=hsv_map*h[:,:,np.newaxis]/255.0
cv2.imshow('hist',vis)
ch=0xFF & cv2.waitKey(1)
if ch==27:
break
cv2.destroyAllWindows()