OpenCV-利用函数inRange进行颜色分割（HLS颜色分割）

利用HLS颜色空间进行图像区域的颜色分割，和利用HSV颜色空间类似：

#include<opencv2/core.hpp>
#include<opencv2/highgui.hpp>
#include<opencv2/imgproc.hpp>
using namespace cv;
#include<iostream>
#include<string>
using namespace std;
//输入图像
Mat img;
//归一化图像
Mat bgr;
//HLS图像
Mat hls;
//色相
int hmin = 0;
int hmin_Max = 360;
int hmax = 360;
int hmax_Max = 360;
//亮度
int lmin = 106;
int lmin_Max = 255;
int lmax = 250;
int lmax_Max = 255;
//饱和度
int smin = 0;
int smin_Max = 255;
int smax = 255;
int smax_Max = 255;
//显示原图的窗口
string windowName = "src";
//颜色区间
string dstName = "dst";
Mat dst;//输出图像
void callBack(int, void*)
{	
	//输出图像
	dst = Mat::zeros(bgr.size(), CV_32FC3);
	//掩码
	Mat mask;
	inRange(hls, Scalar(hmin, lmin / float(lmin_Max), smin / float(smin_Max)), Scalar(hmax, lmax / float(lmax_Max), smax /float(smax_Max)), mask);
	for (int r = 0; r < bgr.rows; r++)
	{
		for (int c = 0; c < bgr.cols; c++)
		{
			if (mask.at<uchar>(r, c) == 255)
			{
				dst.at<Vec3f>(r, c) = bgr.at<Vec3f>(r, c);
			}
		}
	}
	//输出图像
	imshow(dstName, dst);
	//保存输出图像
	//数据类型转换
	dst.convertTo(dst, CV_8UC3, 255, 0);
	imwrite("dst.jpg", dst);
}
int main(int argc, char*argv[])
{
	//输入图像
	img = imread(argv[1], IMREAD_COLOR);
	if (!img.data || img.channels() != 3)
		return -1;
	imshow(windowName, img);
	//输入图像灰度值的归一化
	img.convertTo(bgr, CV_32FC3, 1.0 / 255, 0);
	//颜色空间转换
	cvtColor(bgr, hls, COLOR_BGR2HLS);
	//输出图像
	namedWindow(dstName, WINDOW_GUI_EXPANDED);
	//色相
	createTrackbar("hmin", dstName, &hmin, hmin_Max, callBack);
	createTrackbar("hmax", dstName, &hmax, hmax_Max, callBack);
	//亮度
	createTrackbar("lmin", dstName, &lmin, lmin_Max, callBack);
	createTrackbar("lmax", dstName, &lmax, lmax_Max, callBack);
	//饱和度
	createTrackbar("smin", dstName, &smin, smin_Max, callBack);
	createTrackbar("smax", dstName, &smax, smax_Max, callBack);
	callBack(0, 0);
	waitKey(0);
	return 0;
}

 例如只是提取以下图中的背景区域，运行结果如下：