目标

在本教程中：

  • 你会学到如何将图片从一个颜色空间转换到另一个，例如 BGR 到 Gray，BGR 到 HSV 等。
  • 另外，我们会创建一个从视频中提取彩色对象的应用。
  • 你会学到如下函数：cv.cvtColor()，cv.inRange()

改变颜色空间

在 OpenCV 中有超过 150 种颜色空间转换的方法。但我们仅需要研究两个最常使用的方法，他们是 BGR 到 Gray，BGR 到 HSV。

我们使用 cv.cvtColor(input_image, flag)函数进行颜色转换，其中 flag 决定了转换的类型。

对于 BGR 到 Gray 转换我们令 flag 为 cv.COLOR_BGR2GRAY。 同样，对于 BGR 到 HSV, 我们令 flag 为 cv.COLOR_BGR2HSV。如想得到其他 flag 值，只需要在 Python 终端中输入如下命令：

  1. >>> import cv2 as cv
  2. >>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]
  3. >>> print( flags )

注意 对于 HSV, 色调(Hue)范围为 [0,179], 饱和度(Saturation)范围为 [0,255] ，明亮度(Value)为 [0,255]. 不同的软件使用不同的比例. 所以如果你想用 OpenCV 的值与别的软件的值作对比，你需要归一化这些范围。

目标追踪

现在我们知道了如何将 BGR 图片转化为 HSV 图片，我们可以使用它去提取彩色对象。HSV 比 BGR 在颜色空间上更容易表示颜色。在我们的应用中，我们会尝试提取一个蓝色的彩色对象，方法为：

  • 提取每一视频帧。
  • 将 BGR 转化为 HSV 颜色空间。
  • 我们用蓝色像素的范围对该 HSV 图片做阈值。
  • 现在提取出了蓝色对象，我们可以随意处理图片了 。

下面是代码:

  1. import cv2 as cv
  2. import numpy as np
  3. cap = cv.VideoCapture(0)
  4. while(1):
  5.     # Take each frame
  6.     _, frame = cap.read()
  7.     # Convert BGR to HSV
  8.     hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
  9.     # define range of blue color in HSV
  10.     lower_blue = np.array([110,50,50])
  11.     upper_blue = np.array([130,255,255])
  12.     # Threshold the HSV image to get only blue colors
  13.     mask = cv.inRange(hsv, lower_blue, upper_blue)
  14.     # Bitwise-AND mask and original image
  15.     res = cv.bitwise_and(frame,frame, mask= mask)
  16.     cv.imshow('frame',frame)
  17.     cv.imshow('mask',mask)
  18.     cv.imshow('res',res)
  19.     k = cv.waitKey(5) & 0xFF
  20.     if k == 27:
  21.         break
  22. cv.destroyAllWindows()

接下来的图片显示了追踪蓝色对象:

图片

注意 在图片中有一些噪声，在之后的章节中我们会学习如何消除。 这是目标追踪最简单的例子。当你学会了轮廓函数，你就可以做的更多，例如找到对象的质心并且使用它来追踪对象，只需在相机前面移动你的手，手指或者掌心的轨迹就可以绘制图形，还有许多其他有趣的东西。

如何找到 HSV 值去追踪?

这在 stackoverflow.com 中是经常见到的问题。 这个问题非常简单，你可以使用相同的函数：cv.cvtColor()。 不需要输入图片，你只需要输入你需要的 BGR 值即可. 例如, 为了找到绿色的 HSV 值, 可以在 Python 终端中输入以下代码:

  1. >>> green = np.uint8([[[0,255,0 ]]])
  2. >>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)
  3. >>> print( hsv_green )
  4. [[[ 60 255 255]]]

现在你可以取 [H-10, 100,100] 和 [H+10, 255, 255] 分别作为上界和下界. 除此之外，你可以使用任何图像编辑工具（如 GIMP）或任何在线转换器来查找这些值，但不要忘记调整 HSV 范围。

其他资源

练习

1、尝试找到一种方法来提取多个彩色对象，例如，同时提取红色、蓝色、绿色对象。