一、色彩空間的轉換

代碼如下：

#色彩空間轉換

import cv2 as cv

def color_space_demo(img):

gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) #RGB轉換為GRAY 這里的GRAY是單通道的

cv.imshow("gray", gray)

hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV) #RGB轉換為HSV

cv.imshow("hsv", hsv)

yuv = cv.cvtColor(img, cv.COLOR_RGB2YUV) #RGB轉換為YUV

cv.imshow("yuv",yuv)

Ycrcb = cv.cvtColor(img, cv.COLOR_RGB2YCrCb) #RGB轉換為YCrCb

cv.imshow("Ycrcb", Ycrcb)

src = cv.imread('D:\imageload\example.png')

cv.namedWindow('first_image', cv.WINDOW_AUTOSIZE)

cv.imshow('first_image', src)

color_space_demo(src)

cv.waitKey(0)

cv.destroyAllWindows()

運行結果：

1.RGB就是指Red,Green和Blue,一副圖像由這三個channel(通道)構成

2.Gray就是只有灰度值一個channel。

3.HSV即Hue(色調),Saturation(飽和度)和Value(亮度)三個channel

切記(純屬個人理解)：

1.百度百科說，將原來的RGB(R,G,B)中的R,G,B統一按照一種轉換關系用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖。

2.opencv里，COLOR_RGB2GRAY是將三通道RGB對象轉換為單通道的灰度對象。

3.將單通道灰度對象轉換為 RGB 時，生成的RGB對象的每個通道的值是灰度對象的灰度值。

RGB是為了讓機器更好的顯示圖像,對于人類來說并不直觀,HSV更為貼近我們的認知,所以通常我們在針對某種顏色做提取時會轉換到HSV顏色空間里面來處理.

補注：

1.HSV如下圖：

2.opencv里HSV色彩空間范圍為：?H：0-180? S: 0-255? ?V： 0-255

3.常見的色彩空間有RGB、HSV、HIS、YCrCb、YUV，其中最常用的是RGB、HSV、YUV，其中YUV就是YCrCb(詳見百度百科)。其中YUV的“Y”表示明亮度(Luminance或Luma)，也就是灰階值；而“U”和“V” 表示的則是色度(Chrominance或Chroma)，作用是描述影像色彩及飽和度，用于指定像素的顏色。

二、利用inrange函數過濾視頻中的顏色，實現對特定顏色的追蹤

代碼如下：

#視頻特定顏色追蹤

import cv2 as cv

import numpy as np

def extrace_object_demo():

capture=cv.VideoCapture("E:/imageload/video_example.mp4")

while True:

ret, frame = capture.read()

if ret == False:

break

hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV) #色彩空間由RGB轉換為HSV

lower_hsv = np.array([100, 43, 46]) #設置要過濾顏色的最小值

upper_hsv = np.array([124, 255, 255]) #設置要過濾顏色的最大值

mask = cv.inRange(hsv, lower_hsv, upper_hsv) #調節圖像顏色信息(H)、飽和度(S)、亮度(V)區間，選擇藍色區域

cv.imshow("video",frame)

cv.imshow("mask", mask)

c = cv.waitKey(40)

if c == 27: #按鍵Esc的ASCII碼為27

break

extrace_object_demo()

cv.destroyAllWindows()

運行結果：

這里只放追蹤藍色部分的截圖，僅供參考

注意：

1.Opencv的inRange函數：可實現二值化功能

函數原型：inRange(src,lowerb, upperb[, dst]) -> dst

函數的參數意義：第一個參數為原數組，可以為單通道，多通道。第二個參數為下界，第三個參數為上界

例如：mask?=?cv2.inRange(hsv,?lower_blue,?upper_blue)

第一個參數：hsv指的是原圖(原始圖像矩陣)

第二個參數：lower_blue指的是圖像中低于這個lower_blue的值，圖像值變為255

第三個參數：upper_blue指的是圖像中高于這個upper_blue的值，圖像值變為255 (255即代表黑色)

而在lower_blue～upper_blue之間的值變成0 (0代表白色)

即：Opencv的inRange函數可提取特定顏色，使特定顏色變為白色，其他顏色變為黑色，這樣就實現了二值化功能

2.HSV顏色對應的RGB分量范圍表如下：(這里是三通道的)

三、通道的分離、合并以及某個通道值的修改

代碼如下：

#通道的分離與合并以及某個通道值的修改

import cv2 as cv

src=cv.imread('E:\imageload\example.png')

cv.namedWindow('first_image', cv.WINDOW_AUTOSIZE)

cv.imshow('first_image', src)

#三通道分離形成單通道圖片

b, g, r =cv.split(src)

cv.imshow("second_blue", b)

cv.imshow("second_green", g)

cv.imshow("second_red", r)

# 其中cv.imshow("second_red", r)可表示為r = cv2.split(src)[2]

#三個單通道合成一個三通道圖片

src = cv.merge([b, g, r])

cv.imshow('changed_image', src)

#修改多通道里的某個通道的值

src[:, :, 2] = 0

cv.imshow('modify_image', src)

cv.waitKey(0)

cv.destroyAllWindows()

注意：

1.這里用到了opencv的split函數和merge函數，實現通道的分離和合并。

2.cv.split函數分離出的b、g、r是單通道圖像

以上就是Python+OpenCV圖像處理—— 色彩空間轉換的詳細內容，更多關于Python+OpenCV圖像處理的資料請關注我們其它相關文章！

本文標題: Python+OpenCV圖像處理—— 色彩空間轉換

本文地址: http://www.cppcns.com/jiaoben/python/356831.html

總結

以上是生活随笔為你收集整理的python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。