图片的色彩空间转换、简单色彩跟踪与通道分离、合并(三)

一 图片的色彩空间转换

• 灰度色彩空间

　　单通道，取值范围[0,255] 0黑255白

• RGB色彩空间(opencv中习惯用BGR)

　　opencv中R,G,B三通道取值范围均为[0,255]。

 

• HSV/HSL色彩空间

     H：0-180  S: 0-255 V： 0-255

　　HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value)，又称HSB(B即Brightness)。色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。饱和度（S）是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100%的数值。明度（V），取0-max(计算机中HSV取值范围和存储的长度有关)。HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处，V=0，H和S无定义，代表黑色。圆锥的顶面中心处V=max，S=0，H无定义，代表白色。

1 代码

import cv2 as cv

#色彩空间的转换
def color_space_demo(image):
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
    cv.imshow('gray',gray)
    hsv=cv.cvtColor(image,cv.COLOR_BGR2HSV)
    cv.imshow('hsv',hsv)
    yuv=cv.cvtColor(image,cv.COLOR_BGR2YUV)
    cv.imshow('hsv',yuv)

src=cv.imread('./yiner.jpg')
cv.namedWindow('before',cv.WINDOW_NORMAL)
cv.imshow('before',src)

color_space_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

二：色彩空间转换，利用inrange函数过滤视频中的颜色，实现跟踪某一颜色

代码

#色彩空间转换,利用inrange函数过滤视频中的颜色,实现跟踪颜色
import cv2 as cv
import numpy as np

def catch_pen():
    capture=cv.VideoCapture('./1.mp4')#导入文件

    while True:
        ret,frame=capture.read()
        if ret==False:
            break
        #色彩空间转换到HSV
        hsv=cv.cvtColor(frame,cv.COLOR_BGR2HSV)
        # 设置黑色的范围，跟踪视频中的黑色
        lower_hsv=np.array([0,0,0]) #设置过滤的颜色的低值
        upper_hsv=np.array([180,255,46])#设置过滤的颜色的高值
        # 调节图像颜色信息（H）、饱和度（S）、亮度（V）区间，选择黑色区域
        mask=cv.inRange(hsv,lower_hsv,upper_hsv)
        cv.imshow('video',frame)
        cv.imshow('mask',mask)
        if cv.waitKey(50)&0xFF==ord('q'):
            break

catch_pen()
cv.waitKey()
cv.destroyAllWindows()

HSV  lower_hsv和uppe_hsv查询表

三 通道分离、合并，修改某一通道

通道分离：split() 将彩色图像分割为3个通道

合并：merge()

import cv2 as cv
import numpy as np

src=cv.imread('hua.jpg')
cv.namedWindow('before',cv.WINDOW_NORMAL)
cv.imshow('before',src)

#通道分离
b,g,r=cv.split(src)
cv.imshow('blue',b)
cv.imshow('green',g)
cv.imshow('red',r)

#通道合并
src=cv.merge([b,g,r])
cv.imshow('merge',src)

# 修改某个通道
src[:,:,2]=100
cv.imshow('single',src)

cv.waitKey(0)
cv.destroyAllWindows()

效果展示