openCV中的图像处理1 颜色空间转换

HSV

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 H：色彩/色度。[0，179] S：饱和度，[0，255] V：亮度，[0，255] hsv = cv2.cvtColor(input_image,flag) BGR <--> HSV : flag=cv2.COLOR_BGR2HSV BGR <--> Gray : flag=cv2.COLOR_BGR2HSV mask = cv2.inRange(hsv, lower_red, upper_red) 设阈值，去除背景部分 第一个参数：hsv指的是原图 第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0 第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0 而在lower_red～upper_red之间的值变成255

物体跟踪

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，需要根据图像自己调整 lower_blue=np.array([105,43,46]) upper_blue=np.array([110,255,255]) #根据阈值构建掩模，蓝色变白，背景变黑 mask=cv2.inRange(hsv,lower_blue,upper_blue) #对原图像和掩模进行位运算，只显示蓝色物体 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()

找到颜色对应的HSV值

import cv2 import numpy as np red=np.uint8([[[0,0,255]]]) hsv_red=cv2.cvtColor(red,cv2.COLOR_BGR2HSV) print (hsv_red) #[[[ 0 255 255]]] 现在你可以分别用 [H-100，100，100] 和 [H+100，255，255] 做上、下阈值。

mask 掩模 效果图如下 res 对原图像和掩模进行位运算 效果图如下