openCV学习笔记（三）--图像处理Image Processing

最新推荐文章于 2024-10-10 07:52:35 发布

Vridis_h

最新推荐文章于 2024-10-10 07:52:35 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/Vridis_h/article/details/78716372

这篇博客主要介绍了OpenCV中如何进行图像的颜色空间转换，包括从RGB到其他颜色空间的变换，这对于图像处理和分析是至关重要的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一：改变颜色空间（Change Colorspace）

1）打印改变颜色空间的所有方法：

import cv2
import numpy as np
from matplotlib import pyplot as plt
# openCV中有150改变多个颜色空间的方法，以下方法列出cv2中的所有方法，但是加了限制，所以只会打印改变颜色空间的方法
flags=[i for i in dir(cv2) if i.startswith('COLOR_')]
for i in flags:
    print(i)
# 虽然改变颜色空间的方法很多，但是我们只会学习应用最广泛的两个：BGR <--> Gray and BGR <--> HSV.
# BGR <--> Gray：cv2.COLOR_BGR2GRAY
# BGR <--> HSV：cv2.COLOR_BGR2HSV

因为150多个太多了，打印结果就不放上来了。

2）追踪图像中某一指定颜色的物体

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 官网上的例子是通过追踪摄像头里面的一个蓝色小球，但是我的摄像头有问题，所以我就改成追踪video里面的东西。
cap = cv2.VideoCapture('test.mp4')
while(1):
    # 一帧一帧的读取图像中的内容
    _,frame=cap.read()
    # 把BGR转换成HSV
    hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

    # 在HSV中定义蓝色的范围
    lower_blue=np.array([110,50,50])
    upper_blue=np.array([130,255,255])

    # 获取hsv图像的阈值来获取唯一的蓝色
    mask=cv2.inRange(hsv,lower_blue,upper_blue)

    # 使用Bitwise-AND计算mask和原始图片
    res=cv2.bitwise_and(frame,frame,mask=mask)

    # 显示信息的基本步骤
    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    k=cv2.waitKey(5) & 0xFF
    if k==27:
        break
cv2.destroyAllWindows()