OpenCV学习笔记(5)――颜色空间转换

学习如歌对图像进行颜色空间转换，从BGR到灰度图，或者从BGR到HSV等
创建一个程序用来从一幅图像中获取某个特定颜色的物体

1.转换颜色空间

　　OpenCV中有超过150种进行颜色空间转化的方法，但是实际上经常用到的也就两种：BGR<->Gray，BGR<->HSV

　　要用的函数是cv2.cvtColor(input_img,flag)flag就是转换类型

　　cv2.COLOR_BGR2GRAY 就是BGR<->Gray转换

　　cv2.COLOR_BGR2HSV 就是BGR<->HSV的转化

（介绍一下HSV格式，H指色彩/色度，取值[0,179]，S是饱和度[0,255]，V是亮度[0,255]。不同软件使用的值可能不同，所以当需要拿OpenCV的HSV值与别的软件的HSV值进行对比时要注意归一化）

也可以用一下代码获得所有可用的flag

import cv2

flags = [i for i in dir(cv2) if i.startswith(‘COLOR_‘)]
print(flags)

2.实现物体的跟踪

　　在知道如何将BGR转换到HSV后，就可以利用这一点来提取带有某个特定颜色的物体。在HSV的颜色空间中要比BGR空间中个更容易表示某一个特定颜色。我们先尝试提取一个蓝色的物体，步骤如下：

从视频中获取每一帧图像
将图像转化到HSV空间
设置HSV阈值到蓝色范围
获取蓝色物体，还可以做更多的事

代码如下：

# -*- coding:utf-8 -*-

import numpy as np
import  cv2

cap = cv2.VideoCapture(0)

while True:
    ret,frame = cap.read()

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

　　#设置蓝色阈值范围
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])

　　#根据阈值构建掩码
    mask = cv2.inRange(hsv,lower_blue,upper_blue)

　　#对原图像和掩码进行AND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)
if k == 27:
break

cv2.destroyAllWindows()

3. 怎么找到想要的颜色的阈值范围

其实就是巧妙利用cvtColor这个函数。比如要找一个绿色的HSV值：

import numpy as np
import  cv2

#先创建的一个绿色的像素点，注意此时是BGR
green = np.uint8([[[0,255,0]]])#这里必须用三层括号，对应图像矩阵，图像行，像素点BGR值

#然后用函数转换即可获得想要的阈值
hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print( hsv_green)
#然后使用上下浮动一个范围（如100）来作为上下阈值

原文：https://www.cnblogs.com/zodiac7/p/9279595.html

标签

颜色空间

OpenCV

阈值

色彩空间

hsv