【opencv-python捕捉特定色彩&色彩追踪】

捕捉图片的特定色彩

这里有一张图片，我想要捕捉图片中的蓝色

第一步 ，首先把图片变成HSV图片这样方便我们找到颜色，RGB通道并不能很好地反映出物体具体的颜色信息 ， 而相对于RGB空间，HSV空间能够非常直观的表达色彩的明暗，色调，以及鲜艳程度，方便进行颜色之间的对比
色调（H），饱和度（S），明度（V）

img = cv2.imread("Resources/majiang.JPG")
#这张图片有点大，给他缩小一下
img = cv2.resize(img, (0, 0), None, 0.4, 0.4)
# 色调（H），饱和度（S），明度（V）。
imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow("img", img)
cv2.imshow("imgHSV", imgHSV)
cv2.waitKey(0)

第二步，创造一个追踪窗口，该窗口中添加HSV三个值的滑动条，我们通过滑动条调整来捕捉蓝色的范围大小
cv2.createTrackbar()
第一个参数：滑动条的名字
第二个参数：滑动条被放置的窗口名字
第三个参数：滑动条的默认位置
第四个参数：滑动条的最大值
第五个参数：回调函数，每次滑动条的滑动都会调用该函数，该函数通常会有一个参数，这个参数就是滑动条的位置。

def empty(a):
    pass

cv2.namedWindow("TrackBars")
cv2.resizeWindow("TrackBars",640,240)
cv2.createTrackbar("Hue Min","TrackBars",0,179,empty)
cv2.createTrackbar("Hue Max","TrackBars",179,179,empty)
cv2.createTrackbar("Sat Min","TrackBars",0,255,empty)
cv2.createTrackbar("Sat Max","TrackBars",240,255,empty)
cv2.createTrackbar("Val Min","TrackBars",153,255,empty)
cv2.createTrackbar("Val Max","TrackBars",255,255,empty)

获取滑动条的值
cv2.getTrackbarPos()
第一个参数是滑动条名字，
第二个时所在窗口，
返回值是滑动条的数值。

    # 第一个参数是滑动条名字，
    # 第二个时所在窗口，
    # 返回值是滑动条的数值。
    h_min = cv2.getTrackbarPos("Hue Min","TrackBars")
    h_max = cv2.getTrackbarPos("Hue Max", "TrackBars")
    s_min = cv2.getTrackbarPos("Sat Min", "TrackBars")
    s_max = cv2.getTrackbarPos("Sat Max", "TrackBars")
    v_min = cv2.getTrackbarPos("Val Min", "TrackBars")
    v_max = cv2.getTrackbarPos("Val Max", "TrackBars")
    print(h_min,h_max,s_min,s_max,v_min,v_max)

第三步，把滑动条的值和图片连接起来
cv2.inRange（）
第一个参数：hsv指的是原图
第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0
第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0
而在lower_red～upper_red之间的值变成255

对滑动条调整一番后得到了hsv的数值 96 110 94 241 23 255 这就是该图片蓝色的数值

lower = np.array([h_min,s_min,v_min])
upper = np.array([h_max,s_max,v_max])
mask = cv2.inRange(imgHSV,lower,upper)
cv2.imshow("mask",mask)

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

最终得到了筛选出来的蓝色，当然我们也可以根据此方法筛选出来其他颜色

比如灰色

比如红色

完整的代码

def empty(a):
    pass

cv2.namedWindow("TrackBars")
cv2.resizeWindow("TrackBars",640,240)
cv2.createTrackbar("Hue Min","TrackBars",96,179,empty)
cv2.createTrackbar("Hue Max","TrackBars",110,179,empty)
cv2.createTrackbar("Sat Min","TrackBars",94,255,empty)
cv2.createTrackbar("Sat Max","TrackBars",241,255,empty)
cv2.createTrackbar("Val Min","TrackBars",23,255,empty)
cv2.createTrackbar("Val Max","TrackBars",255,255,empty)


while True:
    img = cv2.imread("Resources/majiang.JPG")
    img = cv2.resize(img, (0, 0), None, 0.4, 0.4)
    # 色调（H），饱和度（S），明度（V）。
    imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    # 第一个参数是滑动条名字，
    # 第二个时所在窗口，
    # 返回值是滑动条的数值。
    h_min = cv2.getTrackbarPos("Hue Min","TrackBars")
    h_max = cv2.getTrackbarPos("Hue Max", "TrackBars")
    s_min = cv2.getTrackbarPos("Sat Min", "TrackBars")
    s_max = cv2.getTrackbarPos("Sat Max", "TrackBars")
    v_min = cv2.getTrackbarPos("Val Min", "TrackBars")
    v_max = cv2.getTrackbarPos("Val Max", "TrackBars")
    print(h_min,h_max,s_min,s_max,v_min,v_max)
    lower = np.array([h_min,s_min,v_min])
    upper = np.array([h_max,s_max,v_max])
    mask = cv2.inRange(imgHSV,lower,upper)
    imgResult = cv2.bitwise_and(img, img, mask=mask)
    cv2.imshow("img", img)
    cv2.imshow("imgHSV", imgHSV)
    cv2.imshow("mask",mask)
    cv2.imshow("imgResult", imgResult)
    cv2.waitKey(1)