OpenCV 圖像處理之顏色空間轉換
目標
? 你將學習如何對圖像進行顏色空間轉換，比如從 BGR 到灰度圖，或者從BGR 到 HSV 等。
? 我沒還要創建一個程序用來從一幅圖像中獲取某個特定顏色的物體。
? 我們將要學習的函數有： cv2.cvtColor()， cv2.inRange() 等。

1.轉換顏色空間

在 OpenCV 中有超過 150 種進行顏色空間轉換的方法。但是我們經常用到的也就兩種： BGR<-->Gray 和 BGR<-->HSV。
要用到的函數是： cv2.cvtColor(input_image，flag) ，其中 flag就是轉換類型。

對于 BGR->Gray 的轉換，我們要使用的 flag 就是 cv2.COLOR_BGR2GRAY 。
同樣對于 BGR->HSV 的轉換，我們用的 flag 就是 cv2.COLOR_BGR2HSV。 ?

注意：在 OpenCV 的 HSV 格式中，?H（色彩/色度）的取值范圍是 [0， 179]，S（飽和度）的取值范圍 [0， 255]， V（亮度）的取值范圍 [0， 255]。但是不同的軟件使用的值可能不同。所以當你需要拿 OpenCV 的 HSV 值與其他軟件的 HSV 值進行對比時，一定要記得歸一化。
?

2 物體跟蹤
?

現在我們知道怎樣將一幅圖像從 BGR 轉換到 HSV 了，我們 可以利用這一點來提取帶有某個特定顏色的物體 。在 HSV 顏色空間中要比在 BGR 空間中更容易表示一個特定顏色。在下面的程序中，我們要提取的是一個藍色的物體。下面就是就是我們要做的幾步：

? 從視頻中獲取每一幀圖像
? 將圖像轉換到 HSV 空間
? 設置 HSV 閾值到藍色范圍。
? 獲取藍色物體，當然我們還可以做其他任何我們想做的事，比如：在藍色物體周圍畫一個圈。
代碼如下，為簡單起見，省略了從視頻中獲取每一幀圖像，直接讀入圖像：

            
              import cv2
import numpy as np

img = cv2.imread(r'D:\OpenCV_Python\chepai.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV_FULL)

lower_blue = np.array([120, 100, 100])
upper_blue = np.array([179, 255, 255])


mask = cv2.inRange(hsv, lower_blue, upper_blue)

res = cv2.bitwise_and(img, img, mask=mask)

cv2.imshow('image', img)
cv2.imshow('mask', mask)
cv2.imshow('res', res)

cv2.waitKey(0)
cv2.destroyAllWindows()
            
          

結果如下圖：

注意：圖像中仍然有一些噪音，我們會在后面的章節中介紹如何消減噪音。

注意：這是物體跟蹤中最簡單的方法。當你學習了輪廓之后，你就會學到更多相關知識，那是你就可以找到物體的重心，并根據重心來跟蹤物體，僅僅在攝像頭前揮揮手就可以畫出同的圖形，或者其他更有趣的事。

3 怎樣找到要跟蹤對象的 HSV 值？

在上述示例中，我們要用到一個關鍵的參數，即要跟蹤的對象的HSV值，但是怎樣找到要跟蹤對象的 HSV 值呢？
在OpenCV中，可以這樣做：（以標準紅綠藍為例）

            
              import cv2
import numpy as np

“”“
# 注意：下面代碼里不能用 [0,255,0]，而要用 [[[0,255,0]]]
# 這里的三層括號應該分別對應于 cvArray， cvMat， IplImage
“””

blue = np.uint8([[[255, 0, 0]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)
print('hsv_blue : ', hsv_blue)

green = np.uint8([[[0, 255, 0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print('hsv_green : ', hsv_green)

red = np.uint8([[[0, 0, 255]]])
hsv_red = cv2.cvtColor(red, cv2.COLOR_BGR2HSV)
print('hsv_red : ', hsv_red)
            
          

?結果如下：

這樣，就大概知道了對應HSV的值的范圍，現在你可以分別用 [H-100， 100， 100] 和 [H+100， 255， 255] 做上
下閾值。除了這個方法之外，你可以使用任何其他圖像編輯軟件（例如 GIMP、Photoshop）或者Halcon或者在線轉換軟件找到相應的 HSV 值，但是最后別忘了調節 HSV 的范圍。
?

?這里以OpenCV logo為例，提取其中的藍色部分：

            
              import cv2
import numpy as np

img = cv2.imread('opencv_logo.jpg')

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

lower_blue = np.array([100, 100, 100])
upper_blue = np.array([140, 255, 255])


mask = cv2.inRange(hsv, lower_blue, upper_blue)

res = cv2.bitwise_and(img, img, mask=mask)

cv2.imshow('image', img)
cv2.imshow('mask', mask)
cv2.imshow('res', res)

cv2.waitKey(0)
cv2.destroyAllWindows()
            
          

結果如圖：

?

參考文獻：《OpenCV-Python 中文教程》（段力輝 譯）

圖片來源于網絡，侵刪