Opencv图像处理系列（一）——颜色空间

栏目: 编程工具 · 发布时间: 6年前

内容简介：此系列文章为Opencv官方文档中图像处理部分的学习，所以内容均来着此文档介绍了：涉及到的函数有

此系列文章为Opencv官方文档中图像处理部分的学习，所以内容均来着官网文档

简介

此文档介绍了：

如何利用opencv进行图片颜色空间的转换
如何利用opencv跟踪视频中同一个颜色的物体

涉及到的函数有 cv2.cvtColor() 、 cv2.inRange()

修改颜色空间

例如opencv读取图片后默认颜色空间的顺序是BGR，而其它一些库的默认颜色空间可能是RGB，例如用opencv读取，matplotlib显示图片：

import cv2
import numpy as np
import matplotlib.pyplot as plt

testImg = cv2.imread("test.jpg")
plt.imshow(testImg)
plt.show()

结果：

发现显示是不对的，此时可以用opencv提供的颜色空间函数修正后显示：

import cv2
import numpy as np
import matplotlib.pyplot as plt

testImg = cv2.imread("test.jpg")
cv2.cvtColor(testImg, cv2.COLOR_BGR2RGB, testImg)
plt.imshow(testImg)
plt.show()

def cvtColor(
src,         # 源图片
code,        # 转换编码
dst=None,    # 选填，目标图片，转换后的图片也可以通过返回值获取
dstCn=None   # 选填，目标图片通道数，不填默认从源图片获取
)

颜色空间转换编码有150多中，见官网文档颜色转换编码

色块跟踪

opencv读取图片默认颜色空间为BGR，而HSV颜色比BGR颜色更容易表示一种颜色，所以将图片颜色空间转换为HSV，然后用cv2.inRange函数来提取范围区间内的颜色，如果文档中代码，提取、跟踪蓝色（设备需要摄像头硬件）：

def testTrackClor():
    cap = cv2.VideoCapture(0)
    while (1):
        # Take each frame
        _, frame = cap.read()
        # Convert BGR to HSV
        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
        # define range of blue color in HSV
        lower_blue = np.array([110, 50, 50])
        upper_blue = np.array([130, 255, 255])
        # Threshold the HSV image to get only blue colors
        mask = cv2.inRange(hsv, lower_blue, upper_blue)
        # Bitwise-AND mask and original image
        res = cv2.bitwise_and(frame, frame, mask=mask)
        cv2.imshow('frame', frame)
        cv2.imshow('mask', mask)
        cv2.imshow('res', res)
        k = cv2.waitKey(5) & 0xFF
        if k == 27:
            break
    cv2.destroyAllWindows()
if __name__ == "__main__":
    # testColorSpaceTrans()
    testTrackClor()

效果如下：

inRange函数定义如下：

void cv::inRange	(	
InputArray 	//src,
InputArray 	//lowerb,
InputArray 	//upperb,
OutputArray 	//dst 
)

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

高性能网站建设指南（第二版）

Steve Souders / 刘彦博 / 电子工业出版社 / 2015-5 / 55.00元

《高性能网站建设指南：前端工程师技能精髓》结合Web 2.0以来Web开发领域的最新形势和特点，介绍了网站性能问题的现状、产生的原因，以及改善或解决性能问题的原则、技术技巧和最佳实践。重点关注网页的行为特征，阐释优化Ajax、CSS、JavaScript、Flash和图片处理等要素的技术，全面涵盖浏览器端性能问题的方方面面。在《高性能网站建设指南：前端工程师技能精髓》中，作者给出了14条具体的优化......一起来看看《高性能网站建设指南（第二版）》这本书的介绍吧!

码农工具