OpenCV(Python3)_6(更改颜色空间)

目标

• 在本教程中，您将学习如何将图像从一个色彩空间转换为另一个色彩空间，如BGRGray，BGRHSV等。
• 除此之外，我们还将创建一个应用程序，用于在视频中提取彩色对象
• 您将学习以下函数：，等

改变色彩空间

OpenCV中有150多种颜色空间转换方法。但我们只会研究使用最广泛的两种，BGRGray和BGRHSV。

对于颜色转换，我们使用函数cv.cvtColor（input_image，flag），其中flag确定转换的类型。

对于BGR灰度转换，我们使用标志cv.COLOR_BGR2GRAY。同样对于BGRHSV，我们使用标志cv.COLOR_BGR2HSV。要获得其他标志，只需在Python终端中运行以下命令：

import cv2 as cv
flags = [i for i in dir(cv) if i.startswith('COLOR_')]

print( flags )

注意：

对于HSV，色调范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。不同的软件使用不同比例。因此，如果您正在比较OpenCV值与他们，您需要规范化这些范围。

对象跟踪

现在我们知道如何将BGR图像转换为HSV，我们可以使用它来提取有色物体。在HSV中，表现颜色比在BGR色彩空间中更容易。在我们的应用程序中，我们将尝试提取蓝色的对象。所以这里是方法：

• 拍摄视频的每一帧
• 从BGR转换到HSV色彩空间
• 我们将HSV图像限定为一系列蓝色
• 现在单独提取蓝色对象，我们可以在我们想要的图像上做任何事情。

程序：

import cv2 as cv
import numpy as np
cap = cv.VideoCapture('test1.avi')
while(1):

cv.destroyAllWindows()

下图显示了蓝色和红色血条的跟踪：

如何找到跟踪的HSV值？

它非常简单，您可以使用相同的函数。您只需传递您想要的BGR值，而不是传递图像。例如，要查找Green的HSV值，请尝试在Python终端中执行以下命令：

程序：

import cv2 as cv
import numpy as np
green = np.uint8([[[0,255,0]]])
hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)
print(hsv_green)

现在分别取[H-10,100,100]和[H + 10,255,255]作为下限和上限。除此方法外，您可以使用任何图像编辑工具（如GIMP或任何联机转换器）来查找这些值，但不要忘记调整HSV范围。

文章来源: OpenCV(Python3)_6(更改颜色空间)