一、色彩空間的轉換

代碼如下：

#色彩空間轉換import cv2 as cvdef color_space_demo(img): gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) #RGB轉換為GRAY 這里的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:imageloadexample.png’)cv.namedWindow(’first_image’, cv.WINDOW_AUTOSIZE)cv.imshow(’first_image’, src)color_space_demo(src)cv.waitKey(0)cv.destroyAllWindows()

運行結果：

1.RGB就是指Red,Green和Blue,一副圖像由這三個channel(通道)構成

2.Gray就是只有灰度值一個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,G,B統(tǒng)一按照一種轉換關系用Gray替換，形成新的顏色RGB(Gray,Gray,Gray)，用它替換原來的RGB(R,G,B)就是灰度圖。

2.opencv里，COLOR_RGB2GRAY是將三通道RGB對象轉換為單通道的灰度對象。

3.將單通道灰度對象轉換為 RGB 時，生成的RGB對象的每個通道的值是灰度對象的灰度值。

RGB是為了讓機器更好的顯示圖像,對于人類來說并不直觀,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顏色空間里面來處理.

補注：

1.HSV如下圖：

2.opencv里HSV色彩空間范圍為： 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，用于指定像素的顏色。

二、利用inrange函數(shù)過濾視頻中的顏色，實現(xiàn)對特定顏色的追蹤

代碼如下：

#視頻特定顏色追蹤import cv2 as cvimport numpy as npdef 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]) #設置要過濾顏色的最小值 upper_hsv = np.array([124, 255, 255]) #設置要過濾顏色的最大值 mask = cv.inRange(hsv, lower_hsv, upper_hsv) #調節(jié)圖像顏色信息（H）、飽和度（S）、亮度（V）區(qū)間，選擇藍色區(qū)域 cv.imshow('video',frame) cv.imshow('mask', mask) c = cv.waitKey(40) if c == 27: #按鍵Esc的ASCII碼為27 breakextrace_object_demo()cv.destroyAllWindows()

運行結果：

這里只放追蹤藍色部分的截圖，僅供參考

注意：

1.Opencv的inRange函數(shù)：可實現(xiàn)二值化功能

函數(shù)原型：inRange(src,lowerb, upperb[, dst]) -> dst

函數(shù)的參數(shù)意義：第一個參數(shù)為原數(shù)組，可以為單通道，多通道。第二個參數(shù)為下界，第三個參數(shù)為上界

例如：mask = cv2.inRange(hsv, lower_blue, upper_blue)

第一個參數(shù)：hsv指的是原圖（原始圖像矩陣）

第二個參數(shù)：lower_blue指的是圖像中低于這個lower_blue的值，圖像值變?yōu)?55

第三個參數(shù)：upper_blue指的是圖像中高于這個upper_blue的值，圖像值變?yōu)?55 （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函數(shù)可提取特定顏色，使特定顏色變?yōu)榘咨渌伾優(yōu)楹谏@樣就實現(xiàn)了二值化功能

2.HSV顏色對應的RGB分量范圍表如下：（這里是三通道的）

三、通道的分離、合并以及某個通道值的修改

代碼如下：

#通道的分離與合并以及某個通道值的修改import cv2 as cvsrc=cv.imread(’E:imageloadexample.png’)cv.namedWindow(’first_image’, cv.WINDOW_AUTOSIZE)cv.imshow(’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, g, r])cv.imshow(’changed_image’, src)#修改多通道里的某個通道的值src[:, :, 2] = 0cv.imshow(’modify_image’, src)cv.waitKey(0)cv.destroyAllWindows()

注意：

1.這里用到了opencv的split函數(shù)和merge函數(shù)，實現(xiàn)通道的分離和合并。

2.cv.split函數(shù)分離出的b、g、r是單通道圖像

以上就是Python+OpenCV圖像處理—— 色彩空間轉換的詳細內容，更多關于Python+OpenCV圖像處理的資料請關注好吧啦網(wǎng)其它相關文章！