目次
説明:これは、再生されたインターネットでの学習用の3時間学習opencvビデオチュートリアルのプログラムです。
1.ライブラリ関数を呼び出す
import cv2
import numpy as np
2. cv2.creatTrackbar()関数のコールバックサブルーチン
def empty(a):
pass
このコールバック関数は通常、固定形式です。
たとえば、メソッドの呼び出し:cv2.createTrackbar( "Hue Min"、 "TrackBars"、0、179、empty)
3.画像配置表示画像
さまざまな処理方法を比較するために使用されます。最初のパラメーターは0と1の間のズーム率で、2番目のパラメーターは画像配置によって形成されるマトリックスです。
たとえば、メソッドの呼び出し:imgStacked = stackImages(0.6、([img、imgHSV]、[mask、imgResult]))
def stackImages(scale,imgArray):
rows = len(imgArray)
cols = len(imgArray[0])
rowsAvailable = isinstance(imgArray[0], list) # 判断是否是列表形式,若是则回True
width = imgArray[0][0].shape[1]
height = imgArray[0][0].shape[0]
if rowsAvailable:
for x in range(0, rows):
for y in range(0, cols):
if imgArray[x][y].shape[:2] == imgArray[0][0].shape[:2]:
imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
else:
imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]), None, scale, scale)
if len(imgArray[x][y].shape) == 2: imgArray[x][y] = cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)
imageBlank = np.zeros((height, width, 3), np.uint8)
hor = [imageBlank]*rows
hor_con = [imageBlank]*rows
for x in range(0, rows):
hor[x] = np.hstack(imgArray[x])
ver = np.vstack(hor)
else:
for x in range(0, rows):
if imgArray[x].shape[:2] == imgArray[0].shape[:2]:
imgArray[x] = cv2.resize(imgArray[x], (0, 0), None, scale, scale)
else:
imgArray[x] = cv2.resize(imgArray[x], (imgArray[0].shape[1], imgArray[0].shape[0]), None,scale, scale)
if len(imgArray[x].shape) == 2: imgArray[x] = cv2.cvtColor(imgArray[x], cv2.COLOR_GRAY2BGR)
hor= np.hstack(imgArray)
ver = hor #返回的是图像,只需要调用imshow()函数正常显示即可。
return ver
4.トラッキングバーを作成します
- 通常、hsvスペースはrgbスペースよりも異なる色を区別する能力があり、色の選択が容易であるため、色の選択にはhsvカラースペースが使用されます。hsvは、色相、彩度、明るさです。
- ここで、トラッキングバーを使用してhsvの値を変更し、画像内の目的の色を選択します。
- 色相の範囲は通常0〜180で、他の2つは0〜255です。
path = "resource/car4.jpg"
cv2.namedWindow("TrackBars")
cv2.resizeWindow("TrackBars",640,340)
# 创建跟踪栏
cv2.createTrackbar("Hue Min","TrackBars", 0, 179, empty) #色调
cv2.createTrackbar("Hue Max","TrackBars", 179, 179, empty)
cv2.createTrackbar("Sat Min","TrackBars", 0, 255, empty) #饱和度
cv2.createTrackbar("Sat Max","TrackBars", 255, 255, empty)
cv2.createTrackbar("Val Min","TrackBars", 0, 255, empty) #亮度,用HSV空间更能体现人眼对不同颜色的差别
cv2.createTrackbar("Val Max","TrackBars", 255, 255, empty)
5.メインプログラム
最初に画像を読み取ってグレースケール画像に変換し、次にトラッキングバーの値を取得し、取得したhsv値に従ってしきい値を設定して背景部分を削除し、
次に元の画像とのAND演算を実行して背景を削除し、前の画像を渡します。 stackImages関数が表示されます。
while True:
img = cv2.imread(path)
imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) # 转换为HSV空间
h_min = cv2.getTrackbarPos("Hue Min", "TrackBars")
h_max = cv2.getTrackbarPos("Hue Max", "TrackBars")
s_min = cv2.getTrackbarPos("Sat Min", "TrackBars")
s_max = cv2.getTrackbarPos("Sat Max", "TrackBars")
v_min = cv2.getTrackbarPos("Val Min", "TrackBars")
v_max = cv2.getTrackbarPos("Val Max", "TrackBars")
print(h_min,h_max,s_min,s_max,v_min,v_max)
lower = np.array([h_min,s_min,v_min])
upper = np.array([h_max,s_max,v_max])
mask = cv2.inRange(imgHSV,lower,upper)
imgResult = cv2.bitwise_and(img,img,mask=mask)
imgStacked = stackImages(0.6, ([img, imgHSV], [mask, imgResult]))
cv2.imshow("Stacked images", imgStacked)
cv2.waitKey(1)
6.テスト結果
トラッキングバー:
色の選択結果と画像の表示: