OpenCV-Python之色彩空间

1. 色彩空间转换API

常见的色彩空间:

• RGB
• HSV
• YUV
• YCbCr
  如下demo

import cv2 as cv

def converce_color_space(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    cv.imshow('gray iamge', gray)
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
    cv.imshow('hsv image', hsv)
    yuv = cv.cvtColor(img, cv.COLOR_BGR2YUV)
    cv.imshow('yuv image', yuv)
    YCbCr = cv.cvtColor(img, cv.COLOR_BGR2YCrCb)
    cv.imshow('YCbCr image', YCbCr)

image = cv.imread("./image/CR.jpg", 1)
converce_color_space(image)
cv.waitKey(0)
cv.destroyAllWindows()

显示图像为:

2.inRange函数提取指定颜色

一般对颜色空间的图像进行有效处理都是在HSV空间进行的，然后对于基本色中对应的HSV分量需要给定一个严格的范围，下面是通过实验计算的模糊范围（准确的范围在网上都没有给出）。
此处把部分红色归为紫色范围：

下面演示视频demo,我们提取视频中的绿色部分:

import cv2 as cv
import numpy as np

def extrace_object():
    capture = cv.VideoCapture('./image/text.mp4')
    while(True):
        res, frame = capture.read()
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        lower_hsv = np.array([35, 43, 46])
        upper_hsv = np.array([77, 255, 255])
        mask = cv.inRange(hsv, lowerb=lower_hsv, upperb=upper_hsv)
        if res == False:
            break
        # cv.imshow('Video', frame)
        cv.imshow('Mask', mask)
        c = cv.waitKey(40)
        if c == 27:
            break

extrace_object()

两个一维数组参考上面的表格,因为我们提取绿色,所以选绿色的哪一组数值.

图像的分离和合并

cv.split( )函数实现图像的分离

import cv2 as cv

image = cv.imread("./image/CR.jpg", 1)
b, g, r = cv.split(image)
cv.imshow('blue', b)
cv.imshow('green', g)
cv.imshow('red', r)
#image1 = cv.merge([b, g, r])
#image1[:, :, 2] = 122
cv.imshow('change image', image)
cv.waitKey(0)
cv.destroyAllWindows()

cv.merge( )函数用于合并图像的通道

import cv2 as cv

image = cv.imread("./image/CR.jpg", 1)
b, g, r = cv.split(image)
image1 = cv.merge([b, g, r])
image1[:, :, 2] = 122
cv.imshow('merge image', image1)
cv.waitKey(0)
cv.destroyAllWindows()

完~~~