【Emgu.CV教程】第20篇 、色彩处理之InRange()函数进行颜色筛选
这篇文章又是偏实战的，读者们拿好小板凳，坐端正了仔细听讲啊。上一篇讲到了不同的颜色空间，为什么会有几十个不同的颜色空间来表示一张图片呢。
以这张 红叶.jpg 举例，要想提取图片中的树叶，第一眼看到的是什么。
树叶是红的，而最常用的BGR颜色空间正好代表蓝、绿、红，只需要将 红叶.jpg 进行通道分离，在红色通道内，越亮(越接近255)的必然是红色。 先看一下分离后红色通道是什么样的？？？
看到上面结果了吗，基本上白色的部分，就是代表原图中红色区域了，那我再对这个红色通道用一个二值化函数 ，把超过200的部分全部变成白色，其余部分变成黑色，那结果就是下图这样的：
很明显，在这个二值化图形中，白色区域就是原图中的红色树叶。这不是很简单的就挑出来红色部分了吗？？步骤是：
- 分离BGR颜色空间；
- 得到红色通道；
- 二值化红色通道；
- 得到最终结果。
这个图是没问题，咱们换一张， 可口可乐.jpg，如下图：
这个图是以白色为背景，红色为前景的图片。在BGR颜色空间下，它的红色通道是这样的：
看到了吗，在红色通道中，白色背景比真正红色的还要白。因为白色就是Blue=255、Green=255、Red=255，合并而来。因此在蓝、绿、红三个通道中，都是255。简单的理解，BGR颜色空间下，白色会干扰目标颜色的选择。这就没办法再用二值化函数提取了。此时，就需要进行颜色空间转换了，比如转换成HSV颜色空间，三个通道如下图所示：
但是接下来怎么提取红色区域呢，InRange()函数闪亮登场。函数定义如下：
public static void InRange(
IInputArray src, // 输入图像
IInputArray lower, // 颜色下限
IInputArray upper, // 颜色上限
IOutputArray dst // 输出图像
)
它的输出图像是一个二值化图像，可以看成是个掩码图，当输入图像的值在下限和上限之间，掩码图值为255，其余的为0。Emgu.CV中，对HSV的各通道取值范围是：
这时候我们可以选红色下限是(0,43,46)，红色上限是(10,255,255)，再应用InRange()，全部代码如下：
Mat hsvMat = new Mat();
Mat maskMat = new Mat();
Mat tempMat = srcMat.Clone();
CvInvoke.CvtColor(tempMat, hsvMat, Emgu.CV.CvEnum.ColorConversion.Bgr2Hsv);
Mat[] channels = hsvMat.Split();
CvInvoke.Imshow("HSV H channel, " + channels[0].Size.ToString(), channels[0]);
CvInvoke.Imshow("HSV S channel, " + channels[1].Size.ToString(), channels[1]);
CvInvoke.Imshow("HSV V channel, " + channels[2].Size.ToString(), channels[2]);
// 定义红色的上下限
double hMin = 0, sMin = 43, vMin = 46;
double hMax = 10, sMax = 255, vMax = 255;
ScalarArray hsvMin = new ScalarArray(new MCvScalar(hMin, sMin, vMin));
ScalarArray hsvMax = new ScalarArray(new MCvScalar(hMax, sMax, vMax));
CvInvoke.InRange(hsvMat, hsvMin, hsvMax, maskMat); // 输出为符合要求的掩码图
CvInvoke.Imshow("Red mask, " + maskMat.Size.ToString(), maskMat);
// 提取红色区域并拷贝到黑底的图片上
Mat black = Mat.Ones(srcMat.Rows, srcMat.Cols, DepthType.Cv8U, 3);
tempMat.CopyTo(black, maskMat);
CvInvoke.Imshow("Final image only red, " + black.Size.ToString(), black);利用InRange()函数得到的maskMat掩码图和利用maskMat进行掩码拷贝得到的最终图片，如下：
InRange()函数要多做试验，小提示：这几篇都是介绍色彩处理的，选择图片时，一定要选颜色丰富的，才能突出效果。
代码不变，换成这张彩图试一试：
结果如下：
原创不易，请勿抄袭。共同进步，相互学习。