周总结---OpenCV学习: 颜色空间转换
目标
-
颜色空间转换,如BGR↔Gray,BGR↔HSV等
-
追踪视频中特定颜色的物体
-
OpenCV函数:
cv2.cvtColor()
,cv2.inRange()
教程
颜色空间转换
import cv2
img = cv2.imread('xxa.Jpeg')
#转换为灰度图 cv2.cvtColor()用来进行颜色模型转换,参数1是要转换的图片,参数2是转换模式
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#展示两种图片
cv2.imshow('img',img)
cv2.imshow('gray',img_gray)
cv2.waitKey(0)
cv2.cvtColor()
用来进行颜色模型转换,参数1是要转换的图片,参数2是转换模式, COLOR_BGR2GRAY
表示BGR→Gray,可用下面的代码显示所有的转换模式:
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)
视频中特定颜色物体追踪
HSV是一个常用于颜色识别的模型,相比BGR更易区分颜色,转换模式用COLOR_BGR2HSV
表示。
经验之谈:
OpenCV中色调H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中除以了2,某些软件可能使用不同的尺度表示,所以同其他软件混用时,记得归一化。
步骤:
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:
-
捕获视频中的一帧
-
从BGR转换到HSV
-
提取蓝色范围的物体
-
只显示蓝色物体
原码:
import cv2
import numpy as np
#打开摄像头
capture = cv2.VideoCapture(0)
# 蓝色的范围,不同光照下不一样,课灵活调整
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之间的为白色,其余黑色
mask = cv2.inRange(hsv,lower_blue,upper_blue)
#4.只保留图中的蓝色部分
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
颜色如何获取?
其中,bitwise_and()
函数暂时不用管,后面会讲到。那蓝色的HSV值的上下限lower和upper范围是怎么得到的呢?其实很简单,我们先把标准蓝色的BGR值用cvtColor()
转换下:
blue = np.uint8([[[255, 0, 0]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)
print(hsv_blue) # [[[120 255 255]]]
结果是[120, 255, 255],所以,我们把蓝色的范围调整成了上面代码那样。
小结
-
cv2.cvtColor()
函数用来进行颜色空间转换,常用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。
-
尝试在视频中同时提取红色、蓝色、绿色的物体。
import cv2
import numpy as np
#打开摄像头
capture = cv2.VideoCapture(0)
#蓝色范围
lower_blue = np.array([100,110,110])
upper_blue = np.array([130,255,255])
#红色范围
lower_red = np.array([0,110,110])
upper_red = np.array([10,255,255])
#绿色范围
lower_green = np.array([50,110,110])
upper_green = np.array([70,255,255])
while(True):
ret,frame = capture.read()
hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, lower_blue, upper_blue) + cv2.inRange(hsv, lower_red, upper_red) + cv2.inRange(hsv, lower_green, upper_green)
res = cv2.bitwise_and(frame, frame, mask=mask)
cv2.imshow('res',res)
if cv2.waitKey(1) == ord('q'):
break -