OpenCV-Python学习笔记2:颜色空间转换

OpenCV官方教程中文版 for Python，
原文为段立辉翻译，感谢Linux公社www.linuxidc.com
此文档为自学转述，如有侵权请联系本人

使用工具Python3.6
使用包cv2，numpy
涉及函数cv2.cvtColor(),cv2.inRange()

1、转换色彩空间

    在 OpenCV 中有 超过150 种进行颜色空间转换的方法。但是你以后就会发现我们经常用到的也就两种：BGR↔Gray 和 BGR↔HSV。

    我们用到的函数是cv2.cvtColor(input_imageflag)，其中flag就是转换类型。

# BGR->Gray：cv2.COLOR_BGR2GRAY
# BGR->HSV：cv2.COLOR_BGR2HSV
获取所有可以使用的flag

import cv2
flags = [i for i in div(cv2) if i startwith('COLOR_')]
print(flags)

　在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你拿 OpenCV 的 HSV 值与其他软件的 HSV 值对比时，一定要记得归一化.

2、物体跟踪

现在我们知怎样将一幅图像从 BGR 换到 HSV 了，我们可以利用 一点来提取带有某个特定色的物体。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。在我们的程序中，我们提取的是一个蓝色的物体。下就是就是我们做的几步：
• 从视频中获取每一帧图像
• 将图像换到 HSV 空间
• 设置 HSV 阀值到蓝色范围。
• 获取蓝色物体，当然我们可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。

# 获取视频中的蓝色物体
import numpy as np
import cv2

cap = cv2.VideoCapture(0)

while(True):
    # 获取每一帧
    ret, frame = cap.read()

    # 转换为HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 设定蓝色的阈值
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])

    # 依据阈值构建掩摸
    mask = cv2.inRange(hsv, lower_blue,upper_blue)

    # 对愿图像和掩摸进行位运算
    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(3)&0xFF
    if k ==15:
        break

cv2.destroyAllWindows()