1.1カラースペースの紹介
RGB色空間は、任意の色は三色を混合することによって製造することができる、つまり、三色空間、最も身近な色空間です。一般に、しかしながら、画像の色空間効率的な処理は、HSV空間で行われる、HSV(色相色相、彩度、彩度、輝度値)色空間はまた、六角錐モデルとして知られている視覚特性、によって作成された色です。
参考ます。https://blog.csdn.net/taily_duan/article/details/51506776
なぜあなたは?画像の場合、RGBに適切な色空間を識別、HSV色空間や他のスペースが可能であり、HSV空間の代わりに、RGBスペースを選択しました。色相Hが一定値よりも大きい閾値を決定基本的に決定することができる色合わせ彩度及び輝度情報によって表されるので、HSV選びました。それは、各成分の寄与率を決定する必要が三のRGB成分から成ります。HSV空間の広いすなわち認識、より便利に。
図1-1のHSV色空間モデル。
1.2 3色空間変換(グレーBGR HSV)
そこOpenCVの150以上の種類の色空間変換方法がありますが、また、我々は、多くの場合、2つだけ、すなわちBGR->グレーとBGR-> HSVを使用しています。グレーとHSVは交換できないことに注意してください。色空間変換:cv2.cvtColor(input_image、フラグ)
BGR->グレー:フラグはcv2.COLOR_BGR2GRAYです
BGR-> HSV:フラグはcv2.COLOR_BGR2HSVです
HSV色空間の範囲内でOpenCVの:
H [0、179] S [0、255] V [0、255]
図1-2に使用する色の範囲内
デモは、ソースプログラムが/home/pi/yahboom/colorBlcok/colorBlock.py配置されています。
図1-3黄色と赤の画像部分の色空間変換を識別
このプログラムでは、いくつかの小さなパートナーは、マスクの概念を理解していない可能性がマスクするマスクで私たち最初の接触は、説明をよく理解していない、それはビットマップとして理解することができ、拡張や他の腐食形態が可能操作。我々はいくつかのエリアの関心抽出、マスク画像の領域で、知っておく必要があり、特殊な構造的特徴抽出や画像の生成は、次のことができたマスクを使用する可能性があります。
進捗状況:自己複数色の認識を達成しようとしています。