opencv颜色空间转换：cv.cvtColor（）、cv.inRange、cv.bitwise_and等函数解析；BGR、HSV、HSL、GRAY等简介

0 引言

使用opencv进行视觉识别处理时，大多数函数需要图片为单通道（灰色），同时我们也可以通过cv.inRange、cv.bitwise_and等函数的操作，完成以颜色为特征的图像提取，达到一定程度上的图像识别。（完整代码附于文末，其中本文未提到的函数，在本专栏前几节均有提到，欢迎大家去翻阅）

1 先简单了解一下颜色空间

颜色空间主要包括BGR、HSV、HSL、GRAY等等，还有很多颜色空间，大家感兴趣可以去搜索了解了解。但博主目前最主要使用到的就是上述4种。
BGR：三通道，蓝色（B）、绿色（G）、红色（R）
HSV：三通道，色调（H），饱和度（S），明度（V）
HSL：三通道，色相（H）、饱和度（S）、亮度（L）
GRAY：单通道，灰度空间
注：三通道的颜色空间由三个参数共同作用成一种颜色。

2 将BGR转换为HSV

对于色彩空间的转换，可以使用函数cv.cvtColor(src, code),该函数输入值为两个参数，src是指处理的对象窗口，code是指颜色空间转换的类型：
例cv.COLOR_BGR2GRAY，color自然指颜色，而BGR2GRAY与BGR to GRAY同义，就是告诉计算机将BGR色彩空间转换为灰度空间。
本节将BGR转换为HSV具体程序如下：

import cv2 as cv
import numpy as np
cap=cv.VideoCapture(0)
while(1):
    #读取帧
    _,frame=cap.read()
    #转换颜色空间BGR到HSV
    hsv=cv.cvtColor(frame,cv.COLOR_BGR2HSV)

3 提取图片中的指定颜色

提取颜色有两个步骤，首先是指定我们要提取什么颜色，然后进行像素对比提取。指定颜色我们可以给一个范围，比如说我们想要提取绿色，那么我们给出范围（最大值与最小值），范围可以通过HSV分量表读取：

读取的值为：（35，43，46）~（77，255，255），因此编程：

#定义HSV中绿色范围
    lower_green=np.array([35,43,46])
    upper_green = np.array([77,255,255])

再使用cv.inRange（src, lowerb, upperb）函数，其中的参数分别为：
src：转换为hsv颜色空间的图片、lowerb：最小值、upperb：最大值
因此编程为：

 #设置HSV的阈值，使之只取绿色
    mask=cv.inRange(hsv,lower_green,upper_green)

至此，完成了指定颜色的提取。图像中为该种指定颜色的像素赋值为1,显示为白色，反之为0，显示为黑色。结果如图：

4 像素叠加，得到提取的指定颜色

像素叠加采用了按位操作符：cv.bitwise_and（srt1, srt2, mask),该函数相当于数学运算的“与”，原理如下：1&1=1、1&0=0、0&1=0、0&0=0。srt1、srt2分别为相加的两个窗口，mask为指定要更改的输出数组的元素。该函数运行时，只会将mask部分的像素进行“与”运算，最后保留指定色彩。例：

 #将掩膜与图像层逐像素相加
    res=cv.bitwise_and(frame,frame,mask=mask)

结果为：

5 附上完整代码

import cv2 as cv
import numpy as np
cap=cv.VideoCapture(0)
while(1):
    #读取帧
    _,frame=cap.read()
    #转换颜色空间BGR到HSV
    hsv=cv.cvtColor(frame,cv.COLOR_BGR2HSV)
    #定义HSV中绿色范围
    lower_green = np.array([35, 43, 46])
    upper_green = np.array([77, 255, 255])
    #设置HSV的阈值，使之只取绿色
    mask=cv.inRange(hsv,lower_green,upper_green)
    #将掩膜与图像层逐像素相加
    res=cv.bitwise_and(frame,frame,mask=mask)
    cv.imshow('frame',frame)
    cv.imshow('mask', mask)
    cv.imshow('res', res)
    k=cv.waitKey(5)&0xFF
    if k ==27:
        break
cv.destroyAllWindows()

至此，完成了opencv颜色空间的转换，并且完成以颜色为特征的图像提取，达到一定程度上的图像识别。欢迎大家的批评指正~