python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...
一、色彩空间的转换
代码如下:
#色彩空间转换
import cv2 as cv
def color_space_demo(img):
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) #RGB转换为GRAY 这里的GRAY是单通道的
cv.imshow("gray", gray)
hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV) #RGB转换为HSV
cv.imshow("hsv", hsv)
yuv = cv.cvtColor(img, cv.COLOR_RGB2YUV) #RGB转换为YUV
cv.imshow("yuv",yuv)
Ycrcb = cv.cvtColor(img, cv.COLOR_RGB2YCrCb) #RGB转换为YCrCb
cv.imshow("Ycrcb", Ycrcb)
src = cv.imread('D:\imageload\example.png')
cv.namedWindow('first_image', cv.WINDOW_AUTOSIZE)
cv.imshow('first_image', src)
color_space_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果:
1.RGB就是指Red,Green和Blue,一副图像由这三个channel(通道)构成
2.Gray就是只有灰度值一个channel。
3.HSV即Hue(色调),Saturation(饱和度)和Value(亮度)三个channel
切记(纯属个人理解):
1.百度百科说,将原来的RGB(R,G,B)中的R,G,B统一按照一种转换关系用Gray替换,形成新的颜色RGB(Gray,Gray,Gray),用它替换原来的RGB(R,G,B)就是灰度图。
2.opencv里,COLOR_RGB2GRAY是将三通道RGB对象转换为单通道的灰度对象。
3.将单通道灰度对象转换为 RGB 时,生成的RGB对象的每个通道的值是灰度对象的灰度值。
RGB是为了让机器更好的显示图像,对于人类来说并不直观,HSV更为贴近我们的认知,所以通常我们在针对某种颜色做提取时会转换到HSV颜色空间里面来处理.
补注:
1.HSV如下图:
2.opencv里HSV色彩空间范围为: H:0-180 S: 0-255 V: 0-255
3.常见的色彩空间有RGB、HSV、HIS、YCrCb、YUV,其中最常用的是RGB、HSV、YUV,其中YUV就是YCrCb(详见百度百科)。其中YUV的“Y”表示明亮度(Luminance或Luma),也就是灰阶值;而“U”和“V” 表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。
二、利用inrange函数过滤视频中的颜色,实现对特定颜色的追踪
代码如下:
#视频特定颜色追踪
import cv2 as cv
import numpy as np
def 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) #色彩空间由RGB转换为HSV
lower_hsv = np.array([100, 43, 46]) #设置要过滤颜色的最小值
upper_hsv = np.array([124, 255, 255]) #设置要过滤颜色的最大值
mask = cv.inRange(hsv, lower_hsv, upper_hsv) #调节图像颜色信息(H)、饱和度(S)、亮度(V)区间,选择蓝色区域
cv.imshow("video",frame)
cv.imshow("mask", mask)
c = cv.waitKey(40)
if c == 27: #按键Esc的ASCII码为27
break
extrace_object_demo()
cv.destroyAllWindows()
运行结果:
这里只放追踪蓝色部分的截图,仅供参考
注意:
1.Opencv的inRange函数:可实现二值化功能
函数原型:inRange(src,lowerb, upperb[, dst]) -> dst
函数的参数意义:第一个参数为原数组,可以为单通道,多通道。第二个参数为下界,第三个参数为上界
例如:mask = cv2.inRange(hsv, lower_blue, upper_blue)
第一个参数:hsv指的是原图(原始图像矩阵)
第二个参数:lower_blue指的是图像中低于这个lower_blue的值,图像值变为255
第三个参数:upper_blue指的是图像中高于这个upper_blue的值,图像值变为255 (255即代表黑色)
而在lower_blue~upper_blue之间的值变成0 (0代表白色)
即:Opencv的inRange函数可提取特定颜色,使特定颜色变为白色,其他颜色变为黑色,这样就实现了二值化功能
2.HSV颜色对应的RGB分量范围表如下:(这里是三通道的)
三、通道的分离、合并以及某个通道值的修改
代码如下:
#通道的分离与合并以及某个通道值的修改
import cv2 as cv
src=cv.imread('E:\imageload\example.png')
cv.namedWindow('first_image', cv.WINDOW_AUTOSIZE)
cv.imshow('first_image', src)
#三通道分离形成单通道图片
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)可表示为r = cv2.split(src)[2]
#三个单通道合成一个三通道图片
src = cv.merge([b, g, r])
cv.imshow('changed_image', src)
#修改多通道里的某个通道的值
src[:, :, 2] = 0
cv.imshow('modify_image', src)
cv.waitKey(0)
cv.destroyAllWindows()
注意:
1.这里用到了opencv的split函数和merge函数,实现通道的分离和合并。
2.cv.split函数分离出的b、g、r是单通道图像
以上就是Python+OpenCV图像处理—— 色彩空间转换的详细内容,更多关于Python+OpenCV图像处理的资料请关注我们其它相关文章!
本文标题: Python+OpenCV图像处理—— 色彩空间转换
本文地址: http://www.cppcns.com/jiaoben/python/356831.html
python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换...相关推荐
- python 检测直线 交点_Python+OpenCV图像处理——实现直线检测
简介: 1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法.主要用来从图像中分离出具有某种相同特征的几何形状(如,直线 ...
- python怎么打印图片_Python+OpenCV图像处理——打印图片属性、设置存储路径、调用摄像头...
一. 打印图片属性.设置图片存储路径 代码如下: #打印图片的属性.保存图片位置 import cv2 as cv import numpy as np #numpy是一个开源的python科学计算库 ...
- [Python图像处理] 三十五.OpenCV图像处理入门、算数逻辑运算与图像融合(推荐)
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
- python 数字运算及格式化_Python基础教程(3)Python数据类型、运算与格式化
一.Python的数据类型 主要分为了数字型和非数字型两个大类,其中数字型又包含整形(int).浮点型(float).布尔型(bool),而非数字分为字符串(str).列表(list).元组(tupl ...
- python数字图像处理、色彩空间类型转换_常用的色彩空间的转换
转载的,留下学习! using System; using System.Drawing; namespace EngTyping.Class { /// /// ColorHandle 处理Rgb| ...
- python图像处理模糊_Python+OpenCV图像处理之模糊操作
模糊操作是图像处理中最简单和常用的操作之一,该使用的操作之一原因就为了给图像预处理时减低噪声,基于数学的卷积操作 均值模糊,函数 cv2.blur(image,(5,5)),这是一个平滑图片的函数,它 ...
- python图像轮廓识别_Python+OpenCV图像处理(十六)—— 轮廓发现
简介:轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法,所以边缘提取的阈值选定会影响最终轮廓发现结果. 代码如下: importcv2 as cvimportnumpy as npdefcontou ...
- python像素处理_Python+OpenCV图像处理(五)—— 像素运算
最近在忙毕业设计,只能偶尔更新博客........ 一.像素的算术运算 像素的算术运算涉及加减乘除等基本运算(要进行算术运算,两张图片的形状(shape)必须一样) 代码如下: #像素的算术运算(加. ...
- python的窗口处理模块_python的图像处理模块
除了opencv专门用来进行图像处理,可以进行像素级.特征级.语义级.应用级的图像处理外,python中还有其他库用来进行简单的图像处理,比如图像的读入和保存.滤波.直方图均衡等简单的操作,下面对这些 ...
最新文章
- 如何实现phpcms v9_4X版本tag的伪静态?
- 怎样熟练使用一项技术
- 使用VMware Infrastructure Client中的VMware Server 2.0.x的管理
- mysql timeout知多少
- django 操作MySQL 中文乱码_Django 连接mysql数据库中文乱码
- JAVA并行框架:Fork/Join
- html css模仿实例,HTML+CSS模仿大学网站主页
- mysql5.7参数简单介绍
- 关于家庭无线局域网的连接
- android中Intent的一些用法和总结
- 双亲委托类加载机制_图解JVM类加载机制和双亲委派模型
- 鸿蒙系统的平板电脑,亓纪的想法 篇三百六十三:骁龙870+鸿蒙2.0!首款鸿蒙系统平板曝光,支持第二代M-Pencil...
- orangepi获取cpu温度
- 矩阵运算_Sophus库的使用
- 计算机基础854哈工大,854计算机基础大纲
- mybatis在关联映射中,引入外部xml文件中定义的对象
- 2022年测试工程师面试题大合集「 功能测试,自动化测试等」300道题
- ps中怎么画直线和画参考线
- 我如何建立热线电话喀拉拉邦并为抗洪救灾做出了贡献
- 跟这台计算机连接的一个USB设备运行不正常