(Python)从零开始,简单快速学机器仿人视觉Opencv—第九节:颜色空间转换_人工智能

事先准备

使用工具Python3.5 使用包cv2，numpy

涉及函数

cv2.cvtColor() cv2.inRange()

任务1:转换颜色空间

在 OpenCV 中有超过150 种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：BGR↔Gray 和 BGR↔HSV。我们用到的函数是:

cv2.cvtColor(input_image,ﬂag)，其中ﬂag就是转换类型,第一个参数就是要改变的图片。

对于BGR↔Gray的转换，我们使用的ﬂag就是cv2.COLOR_BGR2GRAY。同样对于BGR↔HSV的转换我们用的ﬂag就是cv2.COLOR_BGR2HSV。 (多数情况下，用这两个就够了) 你可以下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)

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。所以当你拿 OpenCV 的 HSV 值与其他软件的 HSV 值对比时，一定要记得归一化。

任务2:物体跟踪

现在我们知怎样将一幅图像从 BGR 换到 HSV 了，我们可以利用一点来提取带有某个特定色的物体。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，我们提取的是一个蓝色的物体。下就是就是我们做的几步： • 从视频中获取每一帧图像(一帧图像，我们可以理解为一张图片) • 将图像从BGR换到 HSV 空间 • 设置 HSV 阀值到蓝色范围。 • 获取蓝色物体，当然我们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。（后面会降到如何操作）

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)
    #设定蓝色的阀值
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])
    #根据阀值构建掩模
    mask = cv2.inRange(hsv,lower_blue,upper_blue)
    #对原图和掩模进行位运算
    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 == ord('q'):
        break
#关闭窗口
cv2.destroyAllWindows()

(Python)从零开始,简单快速学机器仿人视觉Opencv---第九节:颜色空间转换现在的噪点还是很多，后面会介绍如何通过滤波、形态学腐蚀与膨胀去消减噪音或者得到更加准确地捕捉物体。追踪物体轮廓，以后可以找物体中心，然后跟踪物体，画出物体的轮廓，包含各种各样的拟合（椭圆拟合、直线拟合等，之后会一一介绍）可以在摄像头前挥挥手就可以画图等一些有趣的事。

任务3：怎样找到要跟踪对象的HSV值

函数cv2.cvtColor()可以用到这里，现在需要传入的参数是RGB的值而不是一幅图。例如要找到绿色的HSV值，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] 而用 [[[0,255,0]]] 
# 的三层括号应分别对应于 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] 做上下阀值。除了个方法之外，你可以使用任何其他图像编辑软件（例如 GIMP）或者在线换软件找到相应的 HSV 值，但是后别忘了调节 HSV 的范围。推荐一个查主要颜色HSV阀值的网址，点击即可进入