当前位置：主页 > python教程 > python opencv将特定颜色转换代码详解

python opencv将特定颜色转换方法总结

发布：2019-06-24 09:26:12 117

给大家整理了相关的编程文章，网友国木兰根据主题投稿了本篇教程内容，涉及到python、opencv、颜色、转换、python opencv将特定颜色转换代码详解相关内容，已被111网友关注，下面的电子资料对本篇知识点有更加详尽的解释。

python opencv将特定颜色转换代码详解

色彩空间转换

# Color_conversion
img2 = cv.cvtColor(img,cv.COLOR_BGR2HSV)
img3 = cv.cvtColor(img,cv.COLOR_BGR2YUV)
img4 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
img5 = cv.cvtColor(img,cv.COLOR_BGR2YCrCb)

色彩空间转换使用同一个函数cv.cvtColor。分别转换成HSV、YUV、GRAY、YCrCb空间。

for i in range(1):
    plt.subplot(221), plt.imshow(img2)
    plt.title('HSV Image'), plt.xticks([]),plt.yticks([])
    plt.subplot(222), plt.imshow(img3)
    plt.title('YUV Image'),plt.xticks([]),plt.yticks([])
    plt.subplot(223), plt.imshow(img4)
    plt.title('GRAY Image'), plt.xticks([]),plt.yticks([])
    plt.subplot(224), plt.imshow(img5)
    plt.title('YCrCb Image'),plt.xticks([]),plt.yticks([])
    plt.show()

画出四幅图片手动居中

在这里插入图片描述

找到特定颜色

lower_hsv = np.array([26,43,46])
upper_hsv = np.array([34,255,255])
mask = cv.inRange(img2, lower_hsv, upper_hsv)

使用cv.inRange函数找到特定的颜色，输入参数分别为（图片，要找的颜色下边界，要找的颜色上边界）

使用色彩空间是HSV的图片，因为这个空间对颜色比较敏感。

找到黄色的区域有哪些，就要知道黄色对应的区间的上下边界。如下图所示：我们只需要看图找颜色就可以了。

在这里插入图片描述

下面是原图和找到黄色的对比图：

在这里插入图片描述

有一点need考虑的是：经过inRange的图像应该是二值的，为什么我的黄色还是黄色呢？留给你自己想把

在这里插入图片描述

代码

https://github.com/Clayygou/python-opencv/tree/master/Color_space_conversion

python opencv 检测特定颜色

import cv2
import numpy as np
 
cap = cv2.VideoCapture(0)
 
# set blue thresh 设置HSV中蓝色、天蓝色范围
lower_blue = np.array([78,43,46])
upper_blue = np.array([110,255,255])
 
while(1):
    # get a frame and show 获取视频帧并转成HSV格式, 利用cvtColor()将BGR格式转成HSV格式，参数为cv2.COLOR_BGR2HSV。
    ret, frame = cap.read()
    cv2.imshow('Capture', frame)
    # change to hsv model
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 
    # get mask 利用inRange()函数和HSV模型中蓝色范围的上下界获取mask，mask中原视频中的蓝色部分会被弄成白色，其他部分黑色。
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    cv2.imshow('Mask', mask)
 
    # detect blue 将mask于原视频帧进行按位与操作，则会把mask中的白色用真实的图像替换：
    res = cv2.bitwise_and(frame, frame, mask=mask)
    cv2.imshow('Result', res)
 
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
cap.release()
cv2.destroyAllWindows()