OpenCV学习笔记8-图像颜色空间转换

1.颜色空间转换

• cv2.cvtColor(img, flag) -> dst
  flag为转换类型，eg：cv2.COLOR_BGR2GRAY；cv2.COLOR_BGR2HSV

• cv2.inRange(img, lowerb, upperb[, dst]) -> dst
  lowerb/upperb是转换后的灰度值的上下界

openCV中，HSV三个参数的范围分别是[0,179], [0,255],[0,255]

2.利用BGRHSV进行目标跟踪

将BGR转换到HSV空间之后，颜色更容易被分辨开来。这里，将使用颜色空间转换，实现对一个蓝色物体的跟踪。步骤如下：

• 取视频的每一帧；
• 将GBR颜色空间转换为HSV；
• 蓝色设置一个HSV的阈值（针对H）
• 跟踪该蓝色物体

注：关于红、绿、蓝三色的H范围，一般的标准值分别是0、120、240，但是由于openCV中，H值的取值范围是[0, 179]，因此三色的标准值分别变成了0、60、120。一般而言，颜色范围可以取[H-10，H+10]。

---

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):
    ret, frame = cap.read()  #获取每一帧
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)  #转换到HSV

    #设定蓝色的阈值（针对H）
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])

    #根据阈值构建掩膜
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    #对原图像和掩膜进行位运算
    res = cv2.bitwise_and(frame, frame, mask=mask)

    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    k = cv2.waitKey(5)&0xFF
    if k==27:
        break

cv2.destroyAllWindows()

---