OpenCV-Python入门教程4-颜色空间转换

一、颜色空间转换

import cv2

import numpy as np

img = cv2.imread('lena.jpg')

# 转换成灰度图

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

cv2.imshow('img', img)

cv2.imshow('gray', img_gray)

cv2.waitKey(0)

颜色转换其实是数学运算，如灰度化最常用的是：gray = R* 0.299 + G* 0.587 + B * 0.114

二、视频中特定颜色物体追踪

HSV：色调（H），饱和度（S），明度（V）。对光照的变换并不是很敏感，相比于BGR更易于区分颜色，常用于颜色识别的模型。转换模式用COLOR_BGR2HSV表示

OpenCV中色调H的范围为[0, 179]，饱和度S是[0, 255]，明度V是[0, 255]。虽然H的理论数值是0°~360°，但8位图像像素点的最大值是255，所以OpenCV除以了2.

现在，我们实现一个使用HSV来只显示视频中蓝色物体的例子，步骤如下：

　　1. 捕获视频中一帧

　　2. 从BGR转换到HSV

　　3. 提取蓝色范围的物体

　　4. 只显示蓝色物体

# 蓝色的hsv值

blue = np.uint8([[[255, 0, 0]]])

hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)

print(hsv_blue)

[[[120 255 255]]]

# 绿色的hsv值

green = np.uint8([[[0, 255, 0]]])

hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)

print(hsv_green)

[[[ 60 255 255]]]

# 红色的hsv值

red = np.uint8([[[0, 0, 255]]])

hsv_red = cv2.cvtColor(red, cv2.COLOR_BGR2HSV)

print(hsv_red)

[[[  0 255 255]]]

import numpy as np

capture = cv2.VideoCapture(0)

# 蓝色的范围，不同光照条件下不一样，可灵活调整

lower_blue = np.array([100, 110, 110])

upper_blue = np.array([130, 255, 255])

while(True):

    # 1. 捕获视频中的一帧

    ret, frame = capture.read()

    # 2.从BGR转换到HSV

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 3. inRange(): 介于lower/upper之间的白色，其余黑色

    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 4. 只保留原图中的蓝色部分

    res = cv2.bitwise_and(frame, frame, mask=mask)

    cv2.imshow('frame', frame)

    cv2.imshow('mask', mask)

    cv2.imshow('res', res)

    if cv2.waitKey(1) == ord('q'):

        break

当然，你也可以只显示视频中红色或者绿色的物体。只要修改一下HSV值的上下限即可。

三、在视频中同时提取红、绿、蓝色的物体

capture = cv2.VideoCapture(0)

# 蓝色的范围，不同光照条件下不一样，可灵活调整

lower_blue = np.array([100, 110, 110])

upper_blue = np.array([130, 255, 255])

# 绿色的范围

lower_green = np.array([40, 110, 110])

upper_green = np.array([70, 255, 255])

# 红色的范围

lower_red = np.array([160, 110, 110])

upper_red = np.array([179, 255, 255])

while(True):

    # 1. 捕获视频中的一帧

    ret, frame = capture.read()

    # 2.从BGR转换到HSV

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 3. inRange(): 介于lower/upper之间的白色，其余黑色

    mask_blue = cv2.inRange(hsv, lower_blue, upper_blue)

    mask_green = cv2.inRange(hsv, lower_green, upper_green)

    mask_red = cv2.inRange(hsv, lower_red, upper_red)

    mask = mask_blue + mask_green + mask_red

    # 4. 只保留原图中的蓝色部分

    res = cv2.bitwise_and(frame, frame, mask=mask)

    cv2.imshow('frame', frame)

    cv2.imshow('mask', mask)

    cv2.imshow('res', res)

    if cv2.waitKey(1) == ord('q'):

        break

四、小结

cv2.cvtColor()函数用来进行颜色空间转换，常用BGR↔RGB，BGR↔Gray，BGR↔HSV
HSV颜色模型常用于颜色识别，要想知道某种颜色在HSV下的值，可以将它的BGR值用cvtColor()转换得到

参考网址：https://tianchi.aliyun.com/course/courseConsole?courseId=40992&chapterIndex=1&sectionIndex=5

巴特西

OpenCV-Python入门教程4-颜色空间转换

一、颜色空间转换

二、视频中特定颜色物体追踪

三、在视频中同时提取红、绿、蓝色的物体

四、小结

最新文章

热门文章