更改色彩空间
一、目标
- 在本教程中,您将学习如何将图像从一个颜色空间转换为另一个颜色空间,如
BGR <-> leftrightarrow Gray
,BGR <-> leftrightarrow HSV
等。 - 除此之外,我们还将创建一个提取视频中彩色对象的应用程序
- 您将学习以下函数:
cv2.cvtColor()
,cv2.inRange()
等。
二、改变颜色空间
OpenCV
中有150多种颜色空间转换方法。但我们将只研究两种最广泛使用的产品,BGR <-> Gray
和BGR <-> HSV
。
对于色变换,我们使用cv2.cvtColor(input_image, flag)
功能,其中flag
转换的类型。
对于BGR -> Gray
转换,我们使用标志cv2.COLOR_BGR2GRAY
。同样对于BGR -> HSV
,我们使用标志cv2.COLOR_BGR2HSV
。要获取其他标志,只需在Python
终端中运行以下命令:
>>> import cv2
>>> flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
>>> print flags
注意
对于
HSV
,色调范围是[0,179]
,饱和范围是[0,255]
,值范围是[0,255]
。不同的软件使用不同的规模。因此,如果要将OpenCV
值与它们进行比较,则需要对这些范围进行标准化。
三、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彩色对象。在HSV
中,表示颜色比RGB
颜色空间更容易。在我们的应用程序中,我们将尝试提取蓝色对象。所以这是方法:
- 拍摄视频的每一帧
- 从BGR转换为HSV颜色空间
- 我们将HSV图像阈值为一系列蓝色
- 现在单独提取蓝色对象,我们可以对我们想要的图像做任何事情。
以下是详细评论的代码:
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
下图显示了蓝色物体的跟踪:
注意
图像中有一些噪音。我们将在后面的章节中看到如何删除它们。注意
这是对象跟踪中最简单的方法。一旦你学习了轮廓的功能,你就可以做很多事情,比如找到这个物体的质心并用它来追踪物体,只需在镜头前移动你的手以及许多其他有趣的东西来绘制图表。
四、如何找到要跟踪的HSV值?
这是stackoverflow.com中常见的问题。它非常简单,您可以使用相同的函数cv2.cvtColor()
。您只需传递所需的BGR
值,而不是传递图像。例如,要查找Green
的HSV
值,请在Python
终端中尝试以下命令:
>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print hsv_green
[[[ 60 255 255]]]
现在分别将[H-10, 100,100]
和[H+10, 255, 255]
作为下限和上限。除了这种方法,您可以使用任何图像编辑工具,如GIMP
或任何在线转换器来查找这些值,但不要忘记调整HSV
范围。
五、其他资源
练习
1、尝试找到一种方法来提取多个彩色物体,例如,同时提取红色,蓝色,绿色物体。