opencv 实现颜色空间转换 特定颜色物体追踪

颜色空间转换

HSV简介

HSV是一个常用于颜色识别的模型，相比BGR更易区分颜色。H表示色调（Hue），S表示饱和度（Saturation），V表示明度（Value）。
OpenCV中色调H范围为[0,179]，饱和度S是[0,255]，明度V是[0,255]。虽然H的理论数值是0°~360°，但8位图像像素点的最大值是255，所以OpenCV中除以了2，某些软件可能使用不同的尺度表示，所以同其他软件混用时，记得归一化。

opencv中颜色空间转换

cv.cvtColor()用来进行颜色模型转换，参数1是要转换的图片，参数2是转换模式。
BGR -> Gray
cv.cvtColor(img, cv.COLOR_BGR2GRAY)
BGR -> HSV
cv.cvtColor(img, cv.COLOR_BGR2HSV)
其它情况请举一反三

颜色转换本质

颜色转换其实是数学运算，如灰度化最常用的是：
gray = R * 0.299 + G * 0.587 + B * 0.114

视频中特定颜色物体追踪

HSV是一个常用于颜色识别的模型，相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示。

算法流程

1. 捕获视频中的一帧
2. 从BGR转换到HSV
3. 提取蓝色范围的物体
4. 只显示蓝色物体

代码实现

import cv2 as cv 
import numpy as np 

capture = cv.VideoCapture(0)

# 蓝色的范围，不同光照条件下不一样，可灵活调整
lower_blue = np.array([100, 110, 110])
upper_blue = np.array([130, 255, 255])

while(True):
    # 1.捕获视频中的一帧
    ret, frame = capture.read()

    # 2.从BGR转换到HSV
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)

    # 3.inRange()：介于lower/upper之间的为白色，其余黑色
    mask = cv.inRange(hsv, lower_blue, upper_blue)

    # 4.只保留原图中的蓝色部分
    res = cv.bitwise_and(frame, frame, mask=mask)

    cv.imshow('frame', frame)
    cv.imshow('mask', mask)
    cv.imshow('res', res)

    if cv.waitKey(1) == ord('q'):
        break

实验结果(res)

如何得到蓝色的HSV的上下限lower和upper范围

blue = np.uint8([[[255, 0, 0]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)
print(hsv_blue)  # [[[120 255 255]]]