HSV转换

一、实验介绍

1. 实验内容

本实验将介绍HSV 颜色空间。

2. 实验要点

• RGB阈值
• 转换为HSV

3. 实验环境

• Python 3.6.6
• numpy
• matplotlib
• cv2

二、实验步骤

1 导入资源

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

import numpy as np
import cv2

%matplotlib inline

2 读入RGB图像

# 读入该图像
image = mpimg.imread('images/car_green_screen2.jpg')

plt.imshow(image)

3 RGB阈值

将在之前一直使用的绿色示例中定义的绿色阈值可视化。

# 在RGB值中定义颜色选择边界
lower_green = np.array([0,180,0]) 
upper_green = np.array([100,255,100])

# 定义掩模区域
mask = cv2.inRange(image, lower_green, upper_green)

# 遮掩图像使得汽车显露出来
masked_image = np.copy(image)

masked_image[mask != 0] = [0, 0, 0]

# 输出该图像
plt.imshow(masked_image)

4 转换为HSV

# 转换为HSV
hsv = cv2.cvtColor(image, cv2.COLOR_RGB2HSV)

# HSV通道
h = hsv[:,:,0]
s = hsv[:,:,1]
v = hsv[:,:,2]

# 可视化各个颜色通道
f, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(20,10))
ax1.set_title('H channel')
ax1.imshow(h, cmap='gray')
ax2.set_title('S channel')
ax2.imshow(s, cmap='gray')
ax3.set_title('V channel')
ax3.imshow(v, cmap='gray')

三、实验任务

练习:使用HSV色彩空间遮罩绿色区域

# 在HSV值中定义我们的颜色选择边界
lower_hue = np.array([50, 0, 0]) # 色相（H）的下界
upper_hue = np.array([80, 255, 255]) # 色相（H）的上界
## TODO: 修改这些阈值
# 此初始阈值允许色相（H）处于某个较低范围

# 定义掩模区域
mask_hsv = cv2.inRange(hsv, lower_hue, upper_hue)

# 遮掩图像使得汽车显露出来
masked_image_hsv = np.copy(image)
masked_image_hsv[mask_hsv != 0] = [0, 0, 0]

# 输出该图像
plt.imshow(masked_image_hsv)