OpenCV-图像处理-颜色空间转换（物体跟踪）

• 转换颜色空间

  ---

　　常用转换方式：BGR<-->RGB、BGR<-->Gray 和 BGR<-->HSV

　　函数：cv2.cvtColor(input_image， flag)，其中 flag就是转换类型。

　　代码：

 1 import cv2
 2 import numpy as np
 3 
 4 img=cv2.imread('../image/min.jpg')
 5 
 6 # BGR转成RGB矩阵
 7 img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
 8 
 9 # BGR转成GRAY矩阵
10 img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
11 
12 # BGR转成HSV矩阵
13 img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

View Code

　　注意： 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。而一般的取值范围：H为0到360°，S为0到100%，V为0到255。

 

• 简单物体跟踪

　　利用HSV模式下的图像，提取某个特定颜色的物体（HSV颜色空间比BGR颜色空间更容易表示一个特定颜色）

　　

 1 import numpy as np
 2 import cv2
 3 
 4 # 捕获摄像头
 5 cap = cv2.VideoCapture(0)
 6 
 7 while(1):
 8 
 9     # 获取每一帧
10     ret, frame = cap.read()
11 
12     # 转换到HSV空间
13     hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
14 
15     # 设定蓝色的阈值
16     lower_blue = np.array([110, 50, 50])
17     upper_blue = np.array([130, 255, 255])
18 
19     # 根据阈值构建掩膜(在阈值内像素设置为255，否则为0)
20     mask = cv2.inRange(hsv, lower_blue, upper_blue)
21 
22     res = cv2.bitwise_and(frame, frame, mask=mask)
23 
24     cv2.imshow('frame', frame)
25     cv2.imshow('mask', mask)
26     cv2.imshow('res', res)
27     k = cv2.waitKey(5) & 0xFF
28     if k == 27:
29         break
30 
31 cv2.destroyAllWindows()