- A+
所属分类：大数据
1 原理
OpenCV中，颜色提取的一种方式是将BGR空间下的图像转换为HSV空间下，然后利用OpenCV自带函数inRange，设置需提取的HSV各分量上下限，从而进行提取
这里给出HSV对应BGR颜色的表格：
2 代码
- import cv2 as cv
- import numpy as np
- def extract_object_demo():
- capture = cv.VideoCapture(0)
- while True:
- ret, frame = capture.read()
- if not ret:
- break
- hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
- lower_hsv = np.array([0, 0, 0])
- up_hsv = np.array([180, 255, 46]) # 黑色所在范围
- mask = cv.inRange(hsv, lower_hsv, up_hsv)
- cv.imshow("video", frame)
- cv.imshow("mask", mask)
- c = cv.waitKey(40)
- if 27 == c:
- break
- print("start")
- src = cv.imread("C:/Users/Admin/Desktop/1.jpg") # 读取图像
- cv.namedWindow("input image", cv.WINDOW_AUTOSIZE) # 创建显示图像的窗口
- cv.imshow("input image", src) # 显示图片到特定的窗口中
- b, g, r = cv.split(src)
- cv.imshow("blue", b)
- cv.imshow("green", g)
- cv.imshow("red", r)
- src = cv.merge([b, g, r])
- cv.imshow("merge image", src)
- src[:, :, 0] = 0
- cv.imshow("delete blue", src)
- extract_object_demo()
- cv.destroyAllWindows() # 释放所有内存
3 讲解
- 从print("start")开始，读取一张jpg图片，并调用imshow方法将原始图像显示在"input image"窗口中；调用split方法，将rgb图像分成r、g、b三个通道，并单独显示出来，效果如图所示
从结果图中看出，blue窗口中，原图中存在蓝色的区域为白色和灰色，没有蓝色地方为黑色；其余通道结果相同。
- 将三个通道的数据通过merge函数合并到一起时，又可以恢复到原来的图像
- src[:, :, 0] = 0将图像中所有像素点中，blue通道数据置为0，相当于在原图中删除蓝色通道
- extract_object_demo()用于从图像中提取特定颜色区域。cv.VideoCapture(0)打开笔记本的摄像头，循环读取摄像头的每一帧图像，cvtColor将rgb图像转换为hsv模式，lower_hsv和up_hsv为hsv/rgb对应表中黑色的取值范围，调用inRange方法取出黑色区域，inRange方法会将在区域内的像素设置为255，不在区域内的像素设置为0；if 27 == c:按下esc键退出。
