学习opencv-python3图像处理

颜色空间转换

转换颜色空间

要用到的函数是：cv2.cvtColor(input_image ，flag)，其中 flag就是转换类型。
对于 BGR↔Gray 的转换，我们要使用的 flag 就是 cv2.COLOR_BGR2GRAY。
同样对于 BGR↔HSV 的转换，我们用的 flag 就是 cv2.COLOR_BGR2HSV。

物体跟踪

知道如何从BGR转换到HSV，可以用来提取带有某个特定颜色的物体，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。关于HSV的颜色范围。

       • 从视频中获取每一帧图像
　　• 将图像转换到 HSV 空间
　　• 设置 HSV 阈值到某颜色范围。
　　• 获取指定色物体，当然我们还可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。

import cv2
import numpy as np

cap = cv2.VideoCapture(r'shipin.mp4')

while(1):
    ret, frame = cap.read()
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 
    # 设置灰色的HSV颜色范围 
    lower_gray = np.array([0, 0, 46])
    upper_gray = np.array([180, 43, 220])

    mask = cv2.inRange(hsv, lower_gray, upper_gray)

    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()

要同时提取多个颜色，将各mask相加就能同时显示了：

mask_green = cv2.inRange(hsv, lower_green, upper_green)
mask_yellow = cv2.inRange(hsv, lower_yellow, upper_yellow)
mask = mask_yellow + mask_green
res = cv2.bitwise_and(frame, frame, mask=mask)

几何变换

扩展缩放

cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)：图像的尺寸可以自己手动设置，你也可以指定缩放因子。我们可以选择使用不同的插值方法。在缩放时我们推荐使用 cv2.INTER_AREA，在扩展时我们推荐使用 v2.INTER_CUBIC（慢) 和 v2.INTER_LINEAR。默认情况下所有改变图像尺寸大小的操作使用的插值方法都是 cv2.INTER_LINEAR。

scr:输入图片。  dsize：输出图像尺寸 。dst：输出图片。fx:沿水平轴的比例因子（缩放系数）。  fy:沿垂直轴的比例因子（缩放系数）。  interpolation：插值方法。

img = cv2.imread('timg.jpg')
res = cv2.resize(img, None, fx=0.25, fy=0.25, interpolation=cv2.INTER_CUBIC) # 缩放为原图的四分之一
height, width = img.shape[:2]
# res = cv2.resize(img,(2*width, 2*height), interpolation=cv2.INTER_CUBIC) #dsize=（2*width,2*height），图片扩大两倍
while(1):
    cv2.imshow('res', res)
    #cv2.imshow('img', img)
    if cv2.waitKey(1) & 0xFF == 27:
        break