简介

此文档介绍了：

如何利用opencv进行图片颜色空间的转换
如何利用opencv跟踪视频中同一个颜色的物体

涉及到的函数有 cv2.cvtColor()、cv2.inRange()

修改颜色空间

例如opencv读取图片后默认颜色空间的顺序是BGR，而其它一些库的默认颜色空间可能是RGB，例如用opencv读取，matplotlib显示图片：

import cv2
import numpy as np
import matplotlib.pyplot as plt

testImg = cv2.imread("test.jpg")
plt.imshow(testImg)
plt.show()

结果：

发现显示是不对的，此时可以用opencv提供的颜色空间函数修正后显示：

import cv2
import numpy as np
import matplotlib.pyplot as plt

testImg = cv2.imread("test.jpg")
cv2.cvtColor(testImg, cv2.COLOR_BGR2RGB, testImg)
plt.imshow(testImg)
plt.show()

def cvtColor(
src,         # 源图片
code,        # 转换编码
dst=None,    # 选填，目标图片，转换后的图片也可以通过返回值获取
dstCn=None   # 选填，目标图片通道数，不填默认从源图片获取
)

颜色空间转换编码有150多中，见官网文档颜色转换编码

色块跟踪

opencv读取图片默认颜色空间为BGR，而HSV颜色比BGR颜色更容易表示一种颜色，所以将图片颜色空间转换为HSV，然后用cv2.inRange函数来提取范围区间内的颜色，如果文档中代码，提取、跟踪蓝色（设备需要摄像头硬件）：

def testTrackClor():
    cap = cv2.VideoCapture(0)
    while (1):
        # Take each frame
        _, frame = cap.read()
        # Convert BGR to HSV
        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
        # define range of blue color in HSV
        lower_blue = np.array([110, 50, 50])
        upper_blue = np.array([130, 255, 255])
        # Threshold the HSV image to get only blue colors
        mask = cv2.inRange(hsv, lower_blue, upper_blue)
        # Bitwise-AND mask and original image
        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()
if __name__ == "__main__":
    # testColorSpaceTrans()
    testTrackClor()

效果如下：

inRange函数定义如下：

void cv::inRange	(	
InputArray 	//src,
InputArray 	//lowerb,
InputArray 	//upperb,
OutputArray 	//dst 
)

本文链接：https://www.zoucz.com/blog/2019/02/26/261f7e20-39b6-11e9-9e7f-cf581750e42a/

☞ 参与评论

Opencv图像处理系列（一）——颜色空间转换

简介

修改颜色空间

色块跟踪