1、改变颜色空间
OpenCV中有超过150种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR↔灰色和BGR↔HSV。
对于颜色转换,我们使用cv函数。cvtColor(input_image,flag),其中flag决定转换的类型。
对于BGR→灰度转换,我们使用标志cv.COLOR_BGR2GRAY。类似地,对于BGR→HSV,我们使用标志cv.COLOR_BGR2HSV。要获取其他标记,只需在Python终端中运行以下命令:
flags=[i for i in dir(cv) if i.startswith('COLOR_')]
部分结果:
[COLOR_BAYER_BG2BGR',COLOR_BAYER_BG2BGRACOLOR_BAYER_BG2BGR_EACOLOR_BAYER_BG2BGR_VNGCOLOR_BAYER_BG2GRAYCOLOR_BAYER_BG2RGBCOLOR_BAYER_BG2RGBACOLOR_BAYER_BG2RGB_EACOLOR_BAYER_BG2RGB_VNGCOLOR_BAYER_GB2BGR',
。。。
2、对象跟踪
现在我们知道了如何将BGR图像转换成HSV,我们可以使用它来提取一个有颜色的对象。在HSV中比在BGR颜色空间中更容易表示颜色。在我们的应用程序中,我们将尝试提取一个蓝色的对象。方法如下: - 取视频的每一帧 - 转换从BGR到HSV颜色空间 - 我们对HSV图像设置蓝色范围的阈值 - 现在单独提取蓝色对象,我们可以对图像做任何我们想做的事情。
import cv2 as cv numpy as np cap = cv.VideoCapture(0) while(1): # 读取帧 _,frame = cap.read() 转换颜色空间 BGR 到 HSV hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV) 定义HSV中蓝色的范围 lower_blue = np.array([110,50,50]) upper_blue = np.array([130,255]) 设置HSV的阈值使得只取蓝色 mask = cv.inRange(hsv,lower_blue,upper_blue) 将掩膜和图像逐像素相加 res = cv.bitwise_and(frame,frame,mask= mask) cv.imshow(framemaskresif k == 27: break cv.destroyAllWindows()
下图显示了对蓝色对象的跟踪:
注意 图像中有一些噪点。我们将在后面的章节中看到如何删除它们。 这是对象跟踪中最简单的方法。一旦学习了轮廓的功能,你就可以做很多事情,例如找到该对象的质心并使用它来跟踪对象,仅通过将手移到相机前面以及其他许多有趣的东西就可以绘制图表。
如何找到跟踪的HSV值?
这是在stackoverflow.com上发现的一个常见问题。它非常简单,你可以使用相同的函数cv.cvtColor()。你只需传递你想要的BGR值,而不是传递图像。例如,要查找绿色的HSV值,请在Python终端中尝试以下命令:
>>> green = np.uint8([[[0,0 ]]]) >>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV) >>> print( hsv_green ) [[[ 60 255 255]]]
现在把[H- 10,100,100]
和[H+ 10,255]
分别作为下界和上界。除了这个方法之外,你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,但是不要忘记调整HSV范围。
参考:
http://woshicver.com/FifthSection/4_1_%E6%94%B9%E5%8F%98%E9%A2%9C%E8%89%B2%E7%A9%BA%E9%97%B4/
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。