改变颜色空间
<h1>目标</h1>
<ul>
<li>在本教程中,您将学习如何将图像从一个色彩空间到另一个极端,像BGR↔灰色,BGR↔HSV等等。</li>
<li>除此之外，我们还将创建一个应用程序来提取视频中的彩色对象</li>
<li>您将学习以下函数:cv.cvtColor()、cv.inRange()等。</li>
</ul>
<h2>改变颜色空间</h2>
<p>OpenCV中有150多种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR↔灰色和BGR↔HSV。</p>
<p>对于颜色转换，我们使用函数cv.cvtColor(input_image, flag)，其中flag决定转换的类型。</p>
<p>对于BGR→灰度转换，我们使用标志cv.COLOR_BGR2GRAY。类似地，对于BGR→HSV，我们使用标志cv.COLOR_BGR2HSV。要获取其他标志，只需在Python终端中运行以下命令:</p>
<pre><code class="language-python">>>> import cv2 as cv
>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]
>>> print( flags )</code></pre>
<h4>注意</h4>
<pre><code>HSV色相范围为[0,179]，饱和度范围为[0,255]，值范围为[0,255]。不同的软件使用不同的规模。因此，如果要比较OpenCV值和它们，需要对这些范围进行标准化。</code></pre>
<h2>对象跟踪</h2>
<p>现在我们知道了如何将BGR图像转换为HSV，我们可以使用它来提取一个彩色对象。在HSV中，表示颜色比在BGR颜色空间中更容易。在我们的应用程序中，我们将尝试提取一个蓝色的对象。方法如下:</p>
<ul>
<li>取视频的每一帧</li>
<li>从BGR转换到HSV颜色空间</li>
<li>我们对HSV图像设置一个蓝色范围的阈值</li>
<li>现在只提取蓝色对象，我们可以对图像做任何我们想做的事情。</li>
</ul>
<p>以下是详细注释的代码:</p>
<pre><code class="language-python">import cv2 as cv
import numpy as np
cap = cv.VideoCapture(0)
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Threshold the HSV image to get only blue colors
mask = cv.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
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 k == 27:
break
cv.destroyAllWindows()</code></pre>
<p>下图显示了蓝色物体的轨迹:</p>
<p><img src="https://www.showdoc.cc/server/api/common/visitfile/sign/f1eef6edeefce3bdfa238e6ebdd9aea0?showdoc=.jpg" alt="" /></p>
<h4>注意</h4>
<pre><code>图像中有一些噪音。我们将在后面的章节中看到如何删除它们。
这是跟踪目标最简单的方法。一旦你学会了轮廓的函数，你就可以做很多事情，比如找到这个物体的质心，用它来跟踪物体，仅仅通过在相机前移动你的手来画图表，以及其他有趣的事情。</code></pre>
<h2>如何查找要跟踪的HSV值?</h2>
<p>这是在stackoverflow.com上发现的一个常见问题。它非常简单，您可以使用相同的函数cv.cvtColor()。您只需传递所需的BGR值，而不是传递图像。例如，要查找绿色的HSV值，请在Python终端中尝试以下命令:</p>
<pre><code class="language-python">>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)
>>> print( hsv_green )
[[[ 60 255 255]]]</code></pre>
<p>现在将[H- 10,100,100]和[H+ 10,255, 255]分别作为下界和上界。除了这个方法，您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。</p>
<h1>练习</h1>
<p>尝试找到一种方法来提取不止一种颜色的对象，例如，同时提取红色、蓝色和绿色对象。</p>