hsv

#1，首先说说我自己做的一个小程序 有参考CSDN中的一篇博客，具体文章链接找不到了。 主要思想：将RGB颜色空间中的图像转换到HSV空间，根据常见九种颜色的H、S、V范围来判断给定图像中的汽车最大概率属于哪种色系的车。 常见颜色的HSV范围：（也是参考的网上的为主） 程序接口：【输入】Mat类型，汽车图片的patch；【输出】string类型，上面九种颜色中的一种； 算法流程图： #2，存在的问题 可能原因：我个人觉得，HSV空间中的值与实际肉眼中的颜色并不是线性的映射关系，所以单纯用一个线性范围来给出一中颜色的HSV值是有问题的，实验结果也验证了我这个猜想。很多车子在进去检测时都会有误，如下给出几种： 尽管代码有问题，但还是在此贴出，以备之后改进： /*********************************** ----------------------------------- Name: sophia Date: 20161206 Email: hxinwen1218@sina.com ----------------------------------- Function: Reco Identification the color of the cars. ************************************/ #include

用到的函数： np.array（）创建数组 cv.cvtColor（）转换颜色空间 参数： 图像名字 格式 cv.inRange（） 参数： 原图像名字 HSV最低值，低于此值HSV值变成0 HSV最高值，高于此值HSV值变成0（在中间HSV值变成255） import cv2 as cv import numpy as np img = cv.imread("D://opencv_test//test_a.jpg") img_hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)#颜色空间转换成HSV low_black = np.array([156, 43, 46]) up_black = np.array([180, 255, 255])#注意是HSV值，各颜色范围去查 mask = cv.inRange(img_hsv, low_black, up_black) img_add = cv.add(img, 0, mask=mask) cv.imshow("win", mask) cv.imshow("win_1", img) cv.imshow("win_2", img_add) cv.waitKey(0) cv.destroyAllWindows() HSV颜色分量范围 一般对颜色空间的图像进行有效处理都是在HSV空间进行的