1、转换颜色空间 HSV:色调(H),饱和度(S),明度(V)。
比如从 BGR 到灰度图,或者从BGR 到 HSV 等
我们要用到的函数是:cv2.cvtColor(input_image,flflag),其中 flflag
就是转换类型。
对于 BGR↔Gray 的转换,我们要使用的 flflag 就是 cv2.COLOR_BGR2GRAY。
同样对于 BGR↔HSV 的转换,我们用的 flflag 就是 cv2.COLOR_BGR2HSV。
你还可以通过下面的命令得到所有可用的 flflag。
import cv2 flags=[i for in dir(cv2) if i startswith('COLOR_')] print flags
注意:在 OpenCV 的 HSV 格式中,H(色彩/色度)的取值范围是 [0,179],
S(饱和度)的取值范围 [0,255],V(亮度)的取值范围 [0,255]。但是不
同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软
件的 HSV 值进行对比时,一定要记得归一化。
2、物体跟踪
在 HSV 颜色空间中要比在 BGR 空间
中更容易表示一个特定颜色。
• 从视频中获取每一帧图像
• 将图像转换到 HSV 空间
• 设置 HSV 阈值到蓝色范围。
• 获取蓝色物体,当然我们还可以做其他任何我们想做的事,比如:在蓝色
物体周围画一个圈。
import cv2 import numpy as np cap=cv2.VideoCapture(0) while(1): # 获取每一帧 ret,frame=cap.read() # 转换到 HSV hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV) # 设定蓝色的阈值 lower_blue=np.array([110,50,50]) upper_blue=np.array([130,255,255]) # 根据阈值构建掩模 mask=cv2.inRange(hsv,lower_blue,upper_blue) # 对原图像和掩模进行位运算 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)&0xFF if k==27: break # 关闭窗口 cv2.destroyAllWindows()
3、怎样找到要跟踪对象的 HSV 值?
这是我在stackoverflflow.com上遇到的最普遍的问题。其实这真的很简单,
函数 cv2.cvtColor() 也可以用到这里。但是现在你要传入的参数是(你想要
的)BGR 值而不是一副图。例如,我们要找到绿色的 HSV 值,我们只需在终
端输入以下命令:
import cv2 import numpy as np green=np.uint8([0,255,0]) hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV) error: /builddir/build/BUILD/opencv-2.4.6.1/ modules/imgproc/src/color.cpp:3541: error: (-215) (scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F) in function cvtColor #scn (the number of channels of the source), #i.e. self.img.channels(), is neither 3 nor 4. # #depth (of the source), #i.e. self.img.depth(), is neither CV_8U nor CV_32F. # 所以不能用 [0,255,0],而要用 [[[0,255,0]]] # 这里的三层括号应该分别对应于 cvArray,cvMat,IplImage green=np.uint8([[[0,255,0]]]) hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV) print hsv_green [[[60 255 255]]]
还可以在其他软件上找到,例如:GIMP
来源:https://www.cnblogs.com/h694879357/p/12271589.html