目录
9 改变颜色空间
9.1 目标
- 在本教程中，你将学习如何将图像从一个色彩空间转换到另一个，像BGR↔灰色，BGR↔HSV等
- 除此之外，我们还将创建一个应用程序，以提取视频中的彩色对象。
- 你将学习以下功能：cv.cvtColor，cv.inRange等。
9.2 改变颜色空间
OpenCV中有超过150种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR↔灰色和BGR↔HSV。
对于颜色转换，我们使用cv函数。cvtColor(input_image, flag)，其中flag决定转换的类型。
对于BGR→灰度转换，我们使用标志cv.COLOR_BGR2GRAY。类似地，对于BGR→HSV，我们使用标志cv.COLOR_BGR2HSV。要获取其他标记，只需在Python终端中运行以下命令:
注意：HSV的色相范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。不同的软件使用不同的规模。因此，如果你要将OpenCV值和它们比较，你需要将这些范围标准化。
9.3 对象追踪
现在我们知道了如何将BGR图像转换成HSV，我们可以使用它来提取一个有颜色的对象。在HSV中比在BGR颜色空间中更容易表示颜色。在我们的应用程序中，我们将尝试提取一个绿色的对象。方法如下: - 取视频的每一帧 - 转换从BGR到HSV颜色空间 - 我们对HSV图像设置绿色范围的阈值 - 现在单独提取绿色对象，我们可以对图像做任何我们想做的事情。
这里附上HSV一些常见的颜色阈值：
黑 |
灰 |
白 |
红 |
橙 |
黄 |
绿 |
青 |
蓝 |
紫 |
||
hmin |
0 |
0 |
0 |
0 |
156 |
11 |
26 |
35 |
78 |
100 |
125 |
hmax |
180 |
180 |
180 |
10 |
180 |
25 |
34； |
77 |
99 |
124 |
155 |
smin |
0 |
0 |
0 |
43 |
43 |
43 |
43 |
43 |
43 |
43 |
|
smax |
255 |
43 |
30 |
255 |
255 |
255 |
255 |
255 |
255 |
255 |
|
vmin |
0 |
46 |
221 |
46 |
46 |
46 |
46 |
46 |
46 |
46 |
|
vmax |
46 |
220 |
255 |
255 |
255 |
255 |
255 |
255 |
255 |
255 |
|
下面是详细注释的代码:
import cv2 as cv import numpy as np cap = cv.VideoCapture('../video/7.mp4') while True: # 我这里用的是Python3，所以True和1效率都一样，在Python2中，1效率更高 # 读取帧 _, frame = cap.read() # 转换颜色空间BGR到HSV hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) # 定义HSV中绿色的范围 lower_green = np.array([35, 43, 46]) upper_green = np.array([77, 255, 255]) # 设置HSV的阈值使得只取绿色 mask = cv.inRange(hsv, lower_green, upper_green) # 将掩码和图像逐像素相加 dst = cv.bitwise_and(frame, frame, mask=mask) cv.imshow('frame', frame) cv.imshow('mask', mask) cv.imshow('dst', dst) if cv.waitKey(18) & 0xFF == 27: break cv.destroyAllWindows()
下图显示了对绿色对象的跟踪：
编辑
注意：图像中有一些噪点。我们将在后面的章节中看到如何删除它们。 这是对象跟踪中最简单的方法。一旦学习了轮廓的功能，你就可以做很多事情，例如找到该对象的质心并使用它来跟踪对象，仅通过将手移到相机前面以及其他许多有趣的东西就可以绘制图表。
9.4 如何找到要追踪的HSV值？
这是在stackoverflow.com上发现的一个常见问题。它非常简单，你可以使用相同的函数cv.cvtColor()。你只需传递你想要的BGR值，而不是传递图像。例如，要查找绿色的HSV值，请在Python终端中尝试以下命令:
import cv2 as cv import numpy as np green = np.uint8([[[0, 255, 0]]]) hsv_green = cv.cvtColor(green, cv.COLOR_BGR2HSV) print(hsv_green) # [[[ 60 255 255]]]
现在把[H- 10,100,100] 和[H+ 10,255, 255] 分别作为下界和上界。除了这个方法之外，你可以使用任何图像编辑工具(如GIMP或任何在线转换器)来查找这些值，但是不要忘记调整HSV范围。
9.5 练习题
尝试找到一种方法来提取多个彩色对象，例如，同时提取红色，蓝色，绿色对象。
运行结果如下：
编辑
代码如下（先自己想想再看答案，再手动敲一遍，这样记忆更深刻！）：
import cv2 as cv import numpy as np cap = cv.VideoCapture('../video/9.mp4') while True: cv.waitKey(0) # 读取帧 _, frame = cap.read() # 转换颜色空间BGR到HSV hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) # 定义HSV中蓝色的范围 lower_blue = np.array([100, 43, 46]) upper_blue = np.array([124, 255, 255]) # 设置HSV的阈值使得只取蓝色 mask_blue = cv.inRange(hsv, lower_blue, upper_blue) # 定义HSV中绿色的范围 lower_green = np.array([35, 43, 46]) upper_green = np.array([77, 255, 255]) # 设置HSV的阈值使得只取绿色 mask_green = cv.inRange(hsv, lower_green, upper_green) # 定义HSV中红色1的范围 lower_red1 = np.array([0, 43, 46]) upper_red1 = np.array([10, 255, 255]) # 设置HSV的阈值使得只取红色1 mask_red1 = cv.inRange(hsv, lower_red1, upper_red1) # 定义HSV中红色2的范围 lower_red2 = np.array([156, 43, 46]) upper_red2 = np.array([180, 255, 255]) # 设置HSV的阈值使得只取红色2 mask_red2 = cv.inRange(hsv, lower_red2, upper_red2) # 将RGB三种颜色的掩膜相加 mask = mask_blue + mask_green + mask_red1 + mask_red2 # 将BGR掩膜和图像逐像素相加 res = cv.bitwise_and(frame, frame, mask=mask) cv.imshow('frame', frame) cv.imshow('mask', mask) cv.imshow('result', res) if cv.waitKey(16) & 0xFF == 27: break cv.destroyAllWindows()
欢迎评论区留言，一起探讨OpenCV成神之路的奥秘。
顺便给我加个关注，点个赞，加个收藏，让我们一起登上神坛。
编辑
