Python+OpenCV影象處理—— 色彩空間轉換
一、色彩空間的轉換
程式碼如下:
#色彩空間轉換 import cv2 as cv def color_space_demo(img): gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY) #RGB轉換為GRAY 這裡的GRAY是單通道的 cv.imshow("gray",gray) hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV) #RGB轉換為HSV cv.imshow("hsv",hsv) yuv = cv.cvtColor(img,cv.COLOR_RGB2YUV) #RGB轉換為YUV cv.imshow("yuv",yuv) Ycrcb = cv.cvtColor(img,cv.COLOR_RGB2YCrCb) #RGB轉換為YCrCb cv.imshow("Ycrcb",Ycrcb) src = cv.imread('D:\imageload\example.png') cv.namedWindow('first_image',cv.WINDOW_AUTOSIZE) cv.imshow('first_image',src) color_space_demo(src) cv.waitKey(0) cv.destroyAllWindows()
執行結果:
1.RGB就是指Red,Green和Blue,一副影象由這三個channel(通道)構成
2.Gray就是隻有灰度值一個channel。
3.HSV即Hue(色調),Saturation(飽和度)和Value(亮度)三個channel
切記(純屬個人理解):
1.百度百科說,將原來的RGB(R,G,B)中的R,B統一按照一種轉換關係用Gray替換,形成新的顏色RGB(Gray,Gray,Gray),用它替換原來的RGB(R,B)就是灰度圖。
2.opencv裡,COLOR_RGB2GRAY是將三通道RGB物件轉換為單通道的灰度物件。
3.將單通道灰度物件轉換為 RGB 時,生成的RGB物件的每個通道的值是灰度物件的灰度值。
RGB是為了讓機器更好的顯示影象,對於人類來說並不直觀,HSV更為貼近我們的認知,所以通常我們在針對某種顏色做提取時會轉換到HSV顏色空間裡面來處理.
補註:
1.HSV如下圖:
2.opencv裡HSV色彩空間範圍為:H:0-180 S: 0-255 V: 0-255
3.常見的色彩空間有RGB、HSV、HIS、YCrCb、YUV,其中最常用的是RGB、HSV、YUV,其中YUV就是YCrCb(詳見百度百科)。其中YUV的“Y”表示明亮度(Luminance或Luma),也就是灰階值;而“U”和“V” 表示的則是色度(Chrominance或Chroma),作用是描述影像色彩及飽和度,用於指定畫素的顏色。
二、利用inrange函式過濾視訊中的顏色,實現對特定顏色的追蹤
程式碼如下:
#視訊特定顏色追蹤 import cv2 as cv import numpy as np def extrace_object_demo(): capture=cv.VideoCapture("E:/imageload/video_example.mp4") while True: ret,frame = capture.read() if ret == False: break hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV) #色彩空間由RGB轉換為HSV lower_hsv = np.array([100,43,46]) #設定要過濾顏色的最小值 upper_hsv = np.array([124,255,255]) #設定要過濾顏色的最大值 mask = cv.inRange(hsv,lower_hsv,upper_hsv) #調節影象顏色資訊(H)、飽和度(S)、亮度(V)區間,選擇藍色區域 cv.imshow("video",frame) cv.imshow("mask",mask) c = cv.waitKey(40) if c == 27: #按鍵Esc的ASCII碼為27 break extrace_object_demo() cv.destroyAllWindows()
執行結果:
這裡只放追蹤藍色部分的截圖,僅供參考
注意:
1.Opencv的inRange函式:可實現二值化功能
函式原型:inRange(src,lowerb,upperb[,dst]) -> dst
函式的引數意義:第一個引數為原陣列,可以為單通道,多通道。第二個引數為下界,第三個引數為上界
例如:mask=cv2.inRange(hsv,lower_blue,upper_blue)
第一個引數:hsv指的是原圖(原始影象矩陣)
第二個引數:lower_blue指的是影象中低於這個lower_blue的值,影象值變為255
第三個引數:upper_blue指的是影象中高於這個upper_blue的值,影象值變為255 (255即代表黑色)
而在lower_blue~upper_blue之間的值變成0 (0代表白色)
即:Opencv的inRange函式可提取特定顏色,使特定顏色變為白色,其他顏色變為黑色,這樣就實現了二值化功能
2.HSV顏色對應的RGB分量範圍表如下:(這裡是三通道的)
三、通道的分離、合併以及某個通道值的修改
程式碼如下:
#通道的分離與合併以及某個通道值的修改 import cv2 as cv src=cv.imread('E:\imageload\example.png') cv.namedWindow('first_image',src) #三通道分離形成單通道圖片 b,g,r =cv.split(src) cv.imshow("second_blue",b) cv.imshow("second_green",g) cv.imshow("second_red",r) # 其中cv.imshow("second_red",r)可表示為r = cv2.split(src)[2] #三個單通道合成一個三通道圖片 src = cv.merge([b,r]) cv.imshow('changed_image',src) #修改多通道里的某個通道的值 src[:,:,2] = 0 cv.imshow('modify_image',src) cv.waitKey(0) cv.destroyAllWindows()
注意:
1.這裡用到了opencv的split函式和merge函式,實現通道的分離和合並。
2.cv.split函式分離出的b、g、r是單通道影象
以上就是Python+OpenCV影象處理—— 色彩空間轉換的詳細內容,更多關於Python+OpenCV影象處理的資料請關注我們其它相關文章!