文章目录

• OpenCV-Python：IV OpenCV中的图像处理
• * 13 颜色空间转换
  • * 13.1 转换颜色空间
    • 13.2 物体跟踪
    • 13.3 怎样找到要跟踪对象的 HSV 值？

OpenCV-Python：IV OpenCV中的图像处理

目标
　　• 你将学习如何对图像进行颜色空间转换，比如从 BGR 到灰度图，或者从BGR 到 HSV 等。
　　• 我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。
　　• 我们将要学习的函数有：cv2.cvtColor()，cv2.inRange() 等。

13.1 转换颜色空间

在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会、发现我们经常用到的也就两种：BGRGray 和 BGRHSV。
我们要用到的函数是：cv2.cvtColor(input_image ，flag)，其中 flag就是转换类型。
对于 BGRGray 的转换，我们要使用的 flag 就是 cv2.COLOR_BGR2GRAY。
同样对于 BGRHSV 的转换，我们用的 flag 就是 cv2.COLOR_BGR2HSV。
你还可以通过下面的命令得到所有可用的 flag。

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

注意：在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]，S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软件的 HSV 值进行对比时，一定要记得归一化。

13.2 物体跟踪

现在我们知道怎样将一幅图像从 BGR 转换到 HSV 了，我们可以利用这一点来提取带有某个特定颜色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中，我们要提取的是一个蓝色的物体。下面就是就是我们要做的几步：
　　• 从视频中获取每一帧图像
　　• 将图像转换到 HSV 空间
　　• 设置 HSV 阈值到蓝色范围。
　　• 获取蓝色物体，当然我们还可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。
下面就是我们的代码：

import cv2
import numpy as np cap=cv2.VideoCapture(0) while(1):
# 获取每一帧
ret,frame=cap.read()

# 转换到 HSV
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

# 设定蓝色的阈值
lower_blue=np.array([110,50,50])
upper_blue=np.array([130,255,255])

# 根据阈值构建掩模
mask=cv2.inRange(hsv,lower_blue,upper_blue)

# 对原图像和掩模进行位运算
res=cv2.bitwise_and(frame,frame,mask=mask)

# 显示图像cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res) k=cv2.waitKey(5)&0xFF
if k==27:
    break
# 关闭窗口
cv2.destroyAllWindows()

注意：这是物体跟踪中最简单的方法。当你学习了轮廓之后，你就会学到更多相关知识，那是你就可以找到物体的重心，并根据重心来跟踪物体，仅仅在摄像头前挥挥手就可以画出同的图形，或者其他更有趣的事。

13.3 怎样找到要跟踪对象的 HSV 值？

这是我在stackoverflow.com上遇到的最普遍的问题。其实这真的很简单，函数 cv2.cvtColor() 也可以用到这里。但是现在你要传入的参数是（你想要的）BGR 值而不是一副图。例如，我们要找到绿色的 HSV 值，我们只需在终端输入以下命令：

import cv2
import numpy as np
green=np.uint8([0,255,0])
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
error: /builddir/build/BUILD/opencv-2.4.6.1/
modules/imgproc/src/color.cpp:3541:
error: (-215) (scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)
in function cvtColor
#scn (the number of channels of the source),
#i.e. self.img.channels(), is neither 3 nor 4.
#
#depth (of the source),
#i.e. self.img.depth(), is neither CV_8U nor CV_32F.
# 所以不能用 [0,255,0] ，而要用 [[[0,255,0]]]
# 这里的三层括号应该分别对应于 cvArray ， cvMat ， IplImage
green=np.uint8([[[0,255,0]]])
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print(hsv_green)
# [[[60 255 255]]]

现在你可以分别用 [H-100，100，100] 和 [H+100，255，255] 做上下阈值。除了这个方法之外，你可以使用任何其他图像编辑软件（例如 GIMP）或者在线转换软件找到相应的 HSV 值，但是最后别忘了调节 HSV 的范围。

更多内容请关注公众号：