opencv图像处理(4)|颜色空间转换

原创于 2024-12-09 15:40:45 发布 · 1.2k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #图像处理 #计算机视觉

opencv 专栏收录该内容

10 篇文章

订阅专栏

主要参考内容更改颜色空间和颜色空间转换

目标

颜色空间转换
追踪视频中特点颜色的物体
opencv函数：cv2.cvtColor() cv2.inRange()

1. 颜色空间转换

BGR->Gray:cv2.COLOR_BGR2GRAY

补充：灰度图像，也称为灰阶图像，是一种每个像素只有一个采样颜色的图像。换句话说，它是一个单通道图像，其中每个像素的值代表该点的亮度，而没有颜色信息。灰度图像的像素值通常范围从0（黑色）到255（白色），总共包含256个可能的灰度级别。在灰度图像中，图像的每个像素点都只有一个强度值，这个值决定了该点的颜色深浅。这个值是通过将彩色图像中的红色、绿色和蓝色通道的值按照一定的比例混合得到的。一种常见的转换方法是使用以下公式：gray=R* 0.299+G* 0.587+B* 0.114，其中 R、G 和 B 分别是红色、绿色和蓝色通道的值。这个比例是基于人眼对不同颜色敏感度的不同而设计的，使得转换后的灰度图像尽可能地保留了原始彩色图像的视觉效果。灰度图像在图像处理和计算机视觉中非常重要，因为它们简化了处理过程，同时保留了图像的重要信息，如轮廓、纹理和形状等。此外，灰度图像也常用于图像压缩、图像增强和图像识别等领域。

img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

BGR->HSV:cv2.COLOR_BGR2HSV

HSV空间是一种将颜色信息表示为三个参数的颜色模型，分别是色调（Hue）、饱和度（Saturation）和亮度（Value）或明度（Lightness）。HSV颜色空间更符合人类对颜色的感知方式，因此在图像处理和颜色选择方面非常有用。以下是HSV颜色空间中三个参数的定义：

色调：色调表示颜色的类型，即颜色是红色、绿色还是蓝色等。在HSV颜色空间中，色调通常以角度表示，范围从0°到360°，其中：
0°或360°代表红色
120°代表绿色
240°代表蓝色
其他角度则表示这些主色之间的颜色，如60°代表黄色（红色和绿色之间的颜色）。
饱和度（Saturation）：饱和度表示颜色的纯度或强度。饱和度为0意味着颜色是灰色（没有颜色成分），而饱和度为100%（或1）意味着颜色是最纯的颜色。饱和度的范围通常是从0%到100%。
亮度（Value）或明度（Lightness）：亮度（Value）表示颜色的明暗程度，亮度为0意味着黑色，亮度为100%意味着最亮的颜色。

img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

2.视频中特点颜色的物体追踪

HSV是一个常用于颜色识别的模型，相比 BGR 更易区分颜色，OpenCV 中色调 H 范围为[0,179]，饱和度 S 是[0,255]，明度 V 是[0,255]。虽然 H 的理论数值是 0°~360°，但 8 位图像像素点的最大值是 255，所以 OpenCV 中除以了 2，某些软件可能使用不同的尺度表示，所以同其他软件混用时，记得归一化。
例子：使用hsv来显式视频中蓝色物体的例子

捕获视频中的一帧
从BGR转为HSV
提取蓝色范围的物体
只显式蓝色物体

import cv2 as cv
import numpy as np
cap=cv.VideoCapture(0)
while(1):
  _,frame=cap.read()
  #转换到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([130,255,255])
  #对 HSV 图像设置阈值以仅获取蓝色
  mask=cv.inRange(hsv,lower_blue,upper_blue)
  #按位与掩码和原始图像
  res=cv.bitwise_and(frame,frame,mask=mask)
  cv.imshow('frame',frame)
  cv.imshow('mask',mask)
  cv.imshow('res',res)
  k=cv.waitKey(5) & 0xFF
  if key==27:
    break
cap.release()
cv.destroyAllWindows()

如何获取蓝色的hsv值的上下限呢：以取 [H-10, 100,100] 和 [H+10, 255, 255] 分别作为上界和下界. 除此之外，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，但不要忘记调整 HSV 范围。

blue = np.uint8([[[255, 0, 0]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)#[[[120 255 255]]]

cv2.inRange(hsv, lower_blue, upper_blue):cv2.inRange 函数是 OpenCV 库中用于创建颜色阈值掩码的函数。当你想要在图像中找到特定颜色范围内的像素时，这个函数非常有用。它接受两个参数（除了输入图像和颜色空间），即颜色的下限和上限。
cv.bitwise_and 是 OpenCV 库中的一个函数，它执行两个数组（通常是图像）的逐像素按位与操作。在图像处理中，这个函数经常用于将前景图像与一个掩码（mask）结合，以便从原始图像中提取特定的区域。