opencv---颜色空间转化并实现物体跟踪

一、图像处理的基本操作

因为这是第一篇写opencv的笔记，故先讲讲在python下写opencv的基本操作。总共总结了三点如下：

1. 开头一定要加编码声明:-*- coding: utf-8 -*-
2. python下记得引入opencv模块:import cv2
3. 要知道如何读取并展示图片,代码如下:

# -*- coding: utf-8 -*-import cv2import numpy as npname1=cv2.imread(图片名称,如何读取)#读取图片cv2.imshow(窗口名字,name1)#展示图片cv2.waitKey()#这是一个键盘绑定函数,只需记到在cv2.imshow后一定要加上这句.cv2.destoryAllWindows()

二、颜色空间转化

当我们读取完一张图片，一般情况下它都是BGR模式。那么什么是BGR模式呢？总所周知，色彩中不能再分解的基本色称之为原色，原色可以合成其他的颜色，而其他颜色却不能还原出本来的色彩。我们通常说光的三原色，即红、绿、蓝，它们按不同比例的相互混合是可以变成其他所有颜色。不知道你们用过Photoshop没有，里面的调色板就是依靠这个BGR原理。

                 

白色：RGB（255,255,255）

黑色：RGB（0,0,0）

红色：RGB（255,0,0）

绿色：RGB（0,255,0）

蓝色：RGB（0,0,255）

青色：RGB（0,255,255）

紫色：RGB（255,0,255）

当然颜色模式不止只有BGR一种，在这里我再向大家介绍一种模式，它叫HSV。咋一听，大家是不是以为是在讲病毒呢？哈哈，这只是恰巧重名而已，大家莫慌。HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型。这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。HSV对用户来说是一种直观的颜色模型，它与BGR模式有很大的不同。Photoshop也有相似的模式，如下图所示;

色调：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

饱和度：取值范围为0.0～1.0，值越大，颜色越饱和；

亮度：取值范围为0(黑色)～255(白色)；

现在向大家介绍一种使颜色模式转化的函数，cv2.cvtColor（input_image，flag）其中第一个参数是目标图片，第二个参数是转化类型，如cv2.COLOR_BGR2GRAY、cv2.COLOR_BGR2HSV.下面这段代码是将一个名为"1,jpg"的图片改为HSV模式.

# -*- coding: utf-8 -*-import cv2import numpy as npa=cv2.imread('1.jpg')#读取一张图片b=cv2.cvtColor(a,cv2.COLOR_BGR2HSV)#转化为HSV

  

三、物体跟踪

在我们将一幅图从BGR模式改为HSV后，我们就可以利用这一点来提取带有特定颜色的物体，这是因为在HSV颜色空间中要比在BGR空间中更容易表示一个特定颜色。

# -*- coding: utf-8 -*-import cv2import numpy as npa=cv2.imread('2.jpg')#读取一张图片b=cv2.cvtColor(a,cv2.COLOR_BGR2HSV)#转化为HSVlower_blue=np.array([110,50,50])upper_blue=np.array([130,255,255])#设定蓝色的阈值mask=cv2.inRange(b,lower_blue,upper_blue)#根据阈值构建掩摸res=cv2.bitwise_and(b,b,mask=mask)# 对原图像和掩模进行位运算cv2.imshow('mask',mask)cv2.imshow('b',b)cv2.imshow('first',a)cv2.waitKey()cv2.destoryAllWindows()