opencv 基础学习二-优快云博客

import cv2

im = cv2.imread("a.jpeg")
b, g, r = cv2.split(im)
# 获取Blue通道
b1 = im[:, :, 0]
# c = np.hstack((b, b1))
c = cv2.merge((b, g, r))
cv2.imshow("im", c)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.split(im)是分割图像为三个单通道的图像

cv2.merge((b,g,r))是合并三个单通道图像为一个BGR图像

5. 图像运算

6.图像融合

解释：使用c = cv2.addWeighted(im01, 0.7, im02, 0.3, 100)函数将两张图像进行加权融合。该函数的参数含义如下：

im01: 第一张图像。
0.7: 第一张图像的权重（即贡献度）。
im02: 第二张图像。
0.3: 第二张图像的权重。
100: 在加权求和后添加的常数，用于调整亮度。

7. 图像位运算

71. 按位与bitwise_and(图1，图2)

7.2 按位或bitwise_or(图1，图2)

7.3 按位非bitwise_not(图像)

7.4 按位异或bitwise_xor(图1，图2)

8. HSV颜色空间

8.1 HSV介绍

1. Hue(色相)

色相是模型的颜色部分，用0到360度的数字表示

Red falls between 0 and 60 degrees.
Yellow falls between 61 and 120 degrees.
Green falls between 121 and 180 degrees.
Cyan falls between 181 and 240 degrees.
Blue falls between 241 and 300 degrees.
Magenta falls between 301 and 360 degrees.

2. Stauration饱和度

Saturation(饱和度)描述了特定颜色的灰度值，从0到100%。将该分量减少到零会引入更多的灰色并产生褪色效果。有时，饱和度表现为从0到1的范围，其中0是灰色，1是原色。

3. Value(OR Brightness):

Value(OR Brightness):亮度值与饱和度一起工作，描述颜色的亮度或强度，从0到100%，其中0是完全黑色的，100是最亮的，显示最多的颜色。

8.2 转HSV颜色空间

import cv2

im = cv2.imread("a.jpeg")
im1 = cv2.cvtColor(im, cv2.COLOR_BGR2HSV)
cv2.imshow("im", im1)
cv2.waitKey(0)
cv2.destroyAllWindows()

解释：cv2.cvtColor(图像，转换模式)

在 OpenCV 中，cv2.cvtColor 函数用于转换图像的颜色空间。常用的转换模式包括：

BGR 到 RGB: cv2.COLOR_BGR2RGB
RGB 到 BGR: cv2.COLOR_RGB2BGR
BGR 到灰度: cv2.COLOR_BGR2GRAY
灰度到 BGR: cv2.COLOR_GRAY2BGR
BGR 到 HSV: cv2.COLOR_BGR2HSV
HSV 到 BGR: cv2.COLOR_HSV2BGR

8.3 HSV颜色范围

注意：OpenCV中HSV的色相范围为[0,179]
饱和度范围为[0,255]
亮度值范围为[0,255]

# 获取颜色在hsv范围
def get_limit(color):
    # 对颜色进行标准化处理
    c = np.uint8([[color]])
    # 将BGR颜色空间转成HSV颜色空间
    hsv = cv2.cvtColor(c, cv2.COLOR_BGR2HSV)
    # 上限和下限
    # hsv[0, 0] 表示图像中的第一个像素。
    # hsv[0, 0, 0] 表示该像素的第一个通道（即色相通道）的值，取值范围是 0 到 179，用来表示颜色的种类。
    # hsv[0, 0, 0]（色相）,hsv[0, 0, 1]（饱和度）,hsv[0, 0, 2]（明度）,
    low = hsv[0, 0, 0] - 10, 100, 100
    up = hsv[0, 0, 0] + 10, 255, 255
    return np.uint8(low), np.uint8(up)

blue = [255, 0, 0]
low, up = get_limit(blue)