OpenCV之颜色空间转换、掩膜（mask）、颜色提取——python实现

一、颜色空间转换

OpenCV有150中颜色空间转换方法，可以使用以下方式查看所有颜色空间转换方法

• str.startswith()函数：用于判断一个字符串是否为某个字符串的开头。
• dir()函数：带参数时，返回参数的属性、方法列表。

import cv2
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)

输出：往后拉有很多

• 本文只关注BGR---->HSV   和 HSV---->BGR 的转换
• 颜色空间转换使用：cv2.cvtColor(input_image, flag)，

                                        BGR---->HSV ： flag取cv2.COLOR_BGR2HSV

                                        HSV---->BGR ： flag取cv2.COLOR_HSV2BGR

二、提取图像中的多种颜色

目的：提取红绿蓝三色

1、首先使用cv2.cvtColor()函数获取HSV空间中提取颜色对应的HSV范围值

对于red、green、blue三个通道，分别取  [H-10,100,100]  和  [H + 10,255,255]  作为下限和上限。

 

注意：由于我们要使用matplotlib库进行最后图像的显示，但是OpenCV读入的彩色图像是BGR模式，matplotlib库中使用函数进行显示格式是RGB模式，因此我们需要进行转换：

参考：https://blog.csdn.net/gaoyu1253401563/article/details/85053142       （第三部分）

 

2、具体代码实现

import cv2
import numpy as np
import matplotlib.pyplot as plt

#读入的图像是BGR空间图像
frame = cv2.imread("C:\\Users\\NWPU\\Desktop\\3.png")

# 部分1：将BGR空间的图片转换到HSV空间
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

#部分2：
# 在HSV空间中定义蓝色
lower_blue = np.array([110, 100,100])
upper_blue = np.array([130, 255, 255])
# 在HSV空间中定义绿色
lower_green = np.array([50, 100, 100])
upper_green = np.array([70, 255, 255])
# 在HSV空间中定义红色
lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])

#部分3：
# 从HSV图像中截取出蓝色、绿色、红色，即获得相应的掩膜
# cv2.inRange()函数是设置阈值去除背景部分，得到想要的区域
blue_mask = cv2.inRange(hsv, lower_blue, upper_blue)
green_mask = cv2.inRange(hsv, lower_green, upper_green)
red_mask = cv2.inRange(hsv, lower_red, upper_red)

#部分4：
# 将原图像和mask(掩膜)进行按位与
blue_res = cv2.bitwise_and(frame, frame, mask = blue_mask)
green_res = cv2.bitwise_and(frame, frame, mask = green_mask)
red_res = cv2.bitwise_and(frame, frame, mask = red_mask)

#最后得到要分离出的颜色图像
res = blue_res + green_res + red_res


#部分5:将BGR空间下的图片转换成RGB空间下的图片
frame = frame[:,:,::-1]
blue_res = blue_res[:,:,::-1]
green_res = green_res[:,:,::-1]
red_res = red_res[:,:,::-1]
res = res[:,:,::-1]

#部分6：显示图像
plt.figure(figsize=(14,12))
plt.subplot(2,2,1),plt.title('original_image'), plt.imshow(frame)
plt.subplot(2,2,2), plt.imshow(blue_mask, cmap = 'gray')
plt.subplot(2,2,3), plt.imshow(green_mask, cmap= 'gray')
plt.subplot(2,2,4), plt.imshow(red_mask, cmap= 'gray')

plt.figure(figsize=(14,12))
plt.subplot(2,2,1), plt.imshow(blue_res)
plt.subplot(2,2,2), plt.imshow(green_res)
plt.subplot(2,2,3), plt.imshow(red_res)
plt.subplot(2,2,4), plt.imshow(res)
plt.show()

结果显示：

                      

 

 

 

代码分析：

   部分3：cv2.inRange()函数，其是实现二值化功能，设置相应的阈值，去除背景（不需要的部分），为黑色；得到想要的区域，为白色。

  部分5：将图像从BGR空间转换到RGB空间，应该是可以用，cv2.COLOR_BGR2RGB，但是为了更好的展示我们使用此种方法，具体可参考：

https://blog.csdn.net/gaoyu1253401563/article/details/85053142  

stackoverflow上的讲解

 

部分6：对于plt.imshow()函数

            格式：matplotlib.pyplot.imshow(X, cmap = None)

X：要绘制的图像或者数组

cmap：颜色图谱，默认绘制是RGB颜色空间

可选如下：

在绘制mask图像时，由于其是二值图像，因此我们需要使用非默认参数，即使用 cmap = 'gray'

plt.subplot(2,2,2), plt.imshow(blue_mask, cmap = 'gray')
plt.subplot(2,2,3), plt.imshow(green_mask, cmap= 'gray')
plt.subplot(2,2,4), plt.imshow(red_mask, cmap= 'gray')