1500字范文,内容丰富有趣,写作好帮手!
1500字范文 > Opencv图像处理之改变颜色空间

Opencv图像处理之改变颜色空间

时间:2019-09-15 00:46:24

相关推荐

Opencv图像处理之改变颜色空间

本节中,你将学习到

如何改变图像颜色空间

1.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2.创建应用程序,提取视频中的彩色对象

1.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

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:

import cv2 as cv>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]>>> print( flags )

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。

转换颜色空间示例:

#转换颜色空间def color_space_demo(image):#将颜色空间从BGR2转换到GRAYgray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)cv.imshow("gray",gray)# 将颜色空间从BGR2转换到HSVhsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)cv.imshow("hsv", hsv)# 将颜色空间从BGR2转换到YUVyuv = cv.cvtColor(image, cv.COLOR_BGR2YUV)cv.imshow("yuv", yuv)# 将颜色空间从BGR2转换到YCrCbYCrCb=cv.cvtColor(image,cv.COLOR_BGR2YCrCb)cv.imshow("YCrCb",YCrCb)

2.创建应用程序,提取视频中的彩色对象

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蓝色的对象。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图像设置蓝色范围的阈值 - 现在单独提取蓝色对象,我们可以对图像做任何我们想做的事情。

import cv2 as cvimport numpy as npcap = cv.VideoCapture(0)while(1):# 读取帧ret, frame = cap.read()# 转换颜色空间 BGR 到 HSVhsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)# 定义HSV中蓝色的范围lower_blue = np.array([110,50,50])upper_blue = np.array([130,255,255])# 制作掩膜,设置HSV的阈值使得只取蓝色mask = cv.inRange(hsv, lower_blue, upper_blue)# 将掩膜和图像逐像素相加,提取感兴趣的区域res = cv.bitwise_and(frame,frame, mask= mask)cv.imshow('frame',frame)cv.imshow('mask',mask)cv.imshow('res',res)k = cv.waitKey(5) & 0xFFif k == 27:breakcv.destroyAllWindows()

图像掩膜是用选定的图像、图形或物体,对处理的图像(全部或局部)进行遮挡,来控制图像处理的区域或处理过程。

数字图像处理中,掩模为二维矩阵数组,有时也用多值图像,图像掩模主要用于:

①提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内图像值保持不变,而区外图像值都为0。

②屏蔽作用,用掩模对图像上某些区域作屏蔽,使其不参加处理或不参加处理参数的计算,或仅对屏蔽区作处理或统计。

③结构特征提取,用相似性变量或图像匹配方法检测和提取图像中与掩模相似的结构特征。

④特殊形状图像的制作。

在所有图像基本运算的操作函数中,凡是带有掩膜(mask)的处理函数,其掩膜都参与运算(输入图像运算完之后再与掩膜图像或矩阵运算)。

利用掩膜(mask)进行“与”操作,即掩膜图像白色区域是对需要处理图像像素的保留,黑色区域是对需要处理图像像素的剔除,其余按位操作原理类似只是效果不同而已。

3.如何找到要追踪的HSV值?

这是在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:

green = np.uint8([[[0,255,0 ]]])>>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)>>> print( hsv_green )[[[ 60 255 255]]]

部分内容转自原文链接:/Lily_9/article/details/83143120

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。