Opencv3学习笔记(C++&Python双语)---颜色空间转换

1.转换颜色空间

在 OpenCV 中有 超过150 种进行颜色空间转换的方法。经常用到的也就两种：BGR↔Gray 和 BGR↔HSV。
用到的函数是cv2.cvtColor(input_imageflag)，其中flag就是转换类型。
对于BGR↔Gray的转换，使用的flag就是cv2.COLOR_BGR2GRAY。
同样对于BGR↔HSV的转换用的flag就是cv2.COLOR_BGR2HSV。
你可以下的命令得到所有可用的 flag。

在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]， S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你拿 OpenCV 的 HSV 值与其他软件的 HSV 值对比时，一定要记得归一化。

2.物体跟踪

在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中，我们提取的是一个蓝色的物体。下就是就是我们做的几步：

• 从视频中获取每一帧图像
• 将图像换到 HSV 空间
• 设置 HSV 阀值到蓝色范围。

python 代码

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
%matplotlib qt5

cap = cv.VideoCapture(0)
while(1):
    ret,frame = cap.read()
    #hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV)
    hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV)
    
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])
    mask = cv.inRange(hsv,lower_blue,upper_blue)
    
    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()

3.怎样找到要跟踪对象的HSV值

函数cv2.cvtColor()可以用到这里，现在需要传入的参数是RGB的值而不是一幅图。例如要找到绿色的HSV值，只需在终端输入以下命令：

green=np.uint8([[[0,255,0]]]) hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV) 
print (hsv_green )
[[[60 255 255]]]