​

0.序言

之前的部落格裡我們介紹了opencv在影象上的基本操作，下面我們來進行稍微深入一點的介紹，從這裡開始我們可以發現opencv庫能給我們帶來的更多更有趣的功能。從現在開始，我們將逐步深入瞭解opencv庫中對影象處理的一些高階方式。

  • 在這篇部落格中，我們將學習如何將影象在色彩空間之間的轉換，例如BGR轉換成灰色，BGR轉換成HSV等
  • 此外，我們還將建立一個應用程式，以提取視訊中的彩色物件
  • 我們還將學習以下功能：cv.cvtColor，**cv.inRange**等

1.改變顏色空間

OpenCV中有超過150種顏色空間轉換的方法。但是我們只有兩個最廣泛使用的，BGR灰色和BGRHSV。

對於顏色轉換，我們使用cv函式。

cvtColor(input_image, flag)

其中flag決定轉換的型別。

例如對於BGR→灰度轉換，我們讓flag標記為cv.COLOR_BGR2GRAY。類似地，對於BGR→HSV，我們讓flag標記為cv.COLOR_BGR2HSV。要獲取其他標記，只需在Python終端中執行以下命令:

>>> import cv2 as cv

>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]

>>> print( flags )

需要注意的一點，HSV的色相範圍為[0,179]，飽和度範圍為[0,255]，值範圍為[0,255]。且不同的軟體裡使用不同的規模，這點細節需要注意。

2.物件追蹤

因為在HSV空間中比在BGR顏色空間中更容易表示顏色。現在我們知道了如何將BGR影象轉換成HSV，通過這種方式，我們可以就可以提取視訊或圖片中一個某個有顏色的物件。

例如下面的應用程式所示，我們將嘗試提取一個藍色的物件。方法如下:

  1. 取視訊的每一幀 。
  2. 轉換從BGR到HSV顏色空間 。
  3. 對HSV影象設定藍色範圍的閾值。
  4. 單獨提取藍色物件。

程式碼如下所示import cv2 as cv

import numpy as np

cap = cv.VideoCapture(0)

while(1):

    # 讀取幀

    _, frame = cap.read()

    # 轉換顏色空間 BGR 到 HSV

    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)

    # 定義HSV中藍色的範圍

    lower_blue = np.array([110,50,50])

    upper_blue = np.array([130,255,255])

    # 設定HSV的閾值使得只取藍色

    mask = cv.inRange(hsv, lower_blue, upper_blue)

    # 將掩膜和影象逐畫素相加

    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()

　　

效果就如圖所示：

​

注意：影象中有一些噪點。我們將在後面的章節中看到如何刪除它們。 這是物件跟蹤中最簡單的方法。一旦學習了輪廓的功能，我們就可以做很多事情，例如找到該物件的質心並使用它來跟蹤物件等，這也是opencv庫的強大之處。

​