一、基础理论

1、Hue（色相）

2、Value（明度）

3、Saturation（饱和度）

二、hsv三通道及单通道效果

三、*args && **args

*args：

**args：

四、滚动条控制h、s、v（min && max）

1、创建滚动条

API

2、回调函数 -- 阈值设置

API

inRange()

3、回调函数 -- 感兴趣值

API

bitwise_and()

总代码

参考资料

一、基础理论

HSV：HSV是一种为了加快调色效率，且易于理解的概念。

Hue：色相（具体的颜色）

Saturation：饱和度、色彩纯净度

Value：明度

1、Hue（色相）

Hue：色相（具体的颜色）

2、Value（明度）

明度：色彩的明亮程度，单通道亮度（并不等同于整体发光量）。

（明度越高越白，越低越黑，一般提高明度会同时提高R、G、B三通道的数值）

3、Saturation（饱和度）

Saturation：饱和度、色彩纯度。（越低越灰，越高越纯）

（一般调高饱和度会降低RGB中相对较低的数值，凸显主要颜色的纯度。）

B站视频讲解：

短动画慢语速1分钟讲清影视调色中色彩形成原理基础——RGB与HSV

二、hsv三通道及单通道效果

三、*args && **args

*args：

*args：传入参数未知，且不需要知道参数名称。

**args：

**args：传入参数未知，但需要知道参数名称。

四、滚动条控制h、s、v（min && max）

1、创建滚动条

API

CV_EXPORTS int createTrackbar(const string& trackbarname, const string& winname,int* value, int count,TrackbarCallback onChange = 0,void* userdata = 0);
形式参数一、trackbarname：滑动空间的名称；

形式参数二、winname：滑动空间用于依附的图像窗口的名称；

形式参数三、value：初始化阈值；

形式参数四、count：滑动控件的刻度范围；

形式参数五、TrackbarCallback：是回调函数，其定义如下：
typedef void (CV_CDECL *TrackbarCallback)(int pos, void* userdata);

# 3、创建h、s、v滚动条cv2.createTrackbar('hmin', 'h', 12, 179, Renew)cv2.createTrackbar('hmax', 'h', 37, 179, Renew)cv2.createTrackbar('smin', 's', 12, 179, Renew)cv2.createTrackbar('smax', 's', 37, 179, Renew)cv2.createTrackbar('vmin', 'v', 12, 179, Renew)cv2.createTrackbar('vmax', 'v', 37, 179, Renew)

2、回调函数 -- 阈值设置

API

inRange()

主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0），该功能类似于之间所讲的双阈值化操作。
    void inRange(InputArray src, InputArray lowerb,InputArray upperb, OutputArray dst);
参数1：输入要处理的图像，可以为单通道或多通道。

参数2：包含下边界的数组或标量。

参数3：包含上边界数组或标量。

参数4：输出图像，与输入图像src 尺寸相同且为CV_8U 类型。

（注：dst输出二值化之后的图像）

# 1、获取滑动条反馈值hmin = cv2.getTrackbarPos('hmin', 'h')hmax = cv2.getTrackbarPos('hmax', 'h')smin = cv2.getTrackbarPos('smin', 's')smax = cv2.getTrackbarPos('smax', 's')vmin = cv2.getTrackbarPos('vmin', 'v')vmax = cv2.getTrackbarPos('vmax', 'v')# 2、设置阈值（inRange：在阈值(min,max)之内，设置为白色；在阈值之外，设置为黑色）h_thresh = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))s_thresh = cv2.inRange(np.array(s), np.array(smin), np.array(smax))v_thresh = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax))

3、回调函数 -- 感兴趣值

API

bitwise_and()

图像的与运算主要用于获取某个图像中感兴趣的部分，是针对两个图像矩阵数组或一个数组与标量的按位与。

# 3、获取感兴趣二值（与运算）interest = cv2.bitwise_and(h_thresh, cv2.bitwise_and(s_thresh, v_thresh))

总代码

# HSV颜色空间与滑动条（*args && **args）
import cv2
import numpy as np# 回调函数
# *args：传入参数未知，且不需要知道参数名称
# **args：传入参数未知，但需要知道参数名称
def HSV_CallBack(*args):# 1、获取滑动条反馈值hmin = cv2.getTrackbarPos('hmin', 'h_binary')hmax = cv2.getTrackbarPos('hmax', 'h_binary')smin = cv2.getTrackbarPos('smin', 's_binary')smax = cv2.getTrackbarPos('smax', 's_binary')vmin = cv2.getTrackbarPos('vmin', 'v_binary')vmax = cv2.getTrackbarPos('vmax', 'v_binary')# 2、设置阈值（inRange：在阈值(min,max)之内，设置为白色；在阈值之外，设置为黑色）h_binary = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))s_binary = cv2.inRange(np.array(s), np.array(smin), np.array(smax))v_binary = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax))# 3、获取感兴趣二值（与运算）binary = cv2.bitwise_and(h_binary, cv2.bitwise_and(s_binary, v_binary))# 4、显示cv2.imshow('h_binary', h_binary)cv2.imshow('s_binary', s_binary)cv2.imshow('v_binary', v_binary)cv2.imshow('binary', binary)def Show_HSV():global hsv, h, s, v# 0、创建窗口cv2.namedWindow('h_binary')cv2.namedWindow('s_binary')cv2.namedWindow('v_binary')# 1、获取hsv图片hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)cv2.imshow('hsv', hsv)# 2、获取h、s、v三通道图片h, s, v = cv2.split(hsv)# 3、创建h、s、v滚动条cv2.createTrackbar('hmin', 'h_binary', 12, 179, HSV_CallBack)cv2.createTrackbar('hmax', 'h_binary', 37, 179, HSV_CallBack)cv2.createTrackbar('smin', 's_binary', 12, 179, HSV_CallBack)cv2.createTrackbar('smax', 's_binary', 37, 179, HSV_CallBack)cv2.createTrackbar('vmin', 'v_binary', 12, 179, HSV_CallBack)cv2.createTrackbar('vmax', 'v_binary', 37, 179, HSV_CallBack)HSV_CallBack()if __name__ == '__main__':global imgimg = cv2.imread('Resource/test.jpg')cv2.imshow('img', img)# 显示h、s、vShow_HSV()cv2.waitKey(0)

参考资料

短动画慢语速1分钟讲清影视调色中色彩形成原理基础——RGB与HSV_哔哩哔哩_bilibili

Python中*args、**args到底是什么、有啥区别、怎么用_qq_1170407931的博客-CSDN博客_argscreateTrackbar使用方法及步骤_mysee1989的专栏-CSDN博客

OpenCV（基础补充）颜色空间HSV *args与**args（滑动条传参问题）相关推荐

OpenCV之highgui 模块. 高层GUI和媒体I/O：为程序界面添加滑动条 OpenCV的视频输入和相似度测量用OpenCV创建视频
为程序界面添加滑动条在以前的教程中 (例如 linear blending 和 brightness and contrast adjustments)你有可能注意到需要 input 一些数值到我们 ...
QT+OpenCV综合示例：图像混合（滑动条）
QT+OpenCV综合示例:图像混合(滑动条) 1.代码: 2.运行结果: 0)Widget_op.ui (界面文件)设计: 1.代码: 1)opencv_imwrite_Q.pro 添加: INCL ...
四、OpenCV颜色空间——HSV颜色模型
教程汇总:python基础入门系列该章节主要介绍两种颜色空间RGB与HSV,HSV将作为我们主要使用的颜色空间. RGB: 在计算机体系中,最常用的颜色空间是RGB模型,常用于颜色显示和图像处理,三 ...
Opencv的RGB到HSV颜色空间转换
从 RGB 到 HSL 或 HSV 的转换设 (r, g, b) 分别是一个颜色的红.绿和蓝坐标,它们的值是在 0 到 1 之间的实数.设 max 等价于 r, g 和 b 中的最大者.设 min ...
Python编程基础：第二十五节 args参数*args
第二十五节 args参数*args 前言实践前言我们目前学习到的函数的参数个数都是固定的,那么我们是否可以指定任意多个参数呢?其实是可以的,这里就用到了args参数,它可以将用户指定的任意多个参 ...
数字图像与机器视觉基础补充(2)--颜色转换+分割车牌
录一.彩色图像文件转灰度文件 1.1 使用opencv 1.1.1 通过cvtColor库将其转为灰度 1.1.2 通过分离RGB三个通道得到三个通道的灰度图 1.2 不使用opencv 二.将彩色 ...
OpenCV基础使用教程
Opencv的使用教程,opencv比较全的基础教程置顶 weeksooo 于 2021-02-24 16:07:02 发布 6321 已收藏 185 分类专栏: 深度学习理论基础文章标签: op ...
python open-cv 基础知识总结（三）
上一章:python open-cv 基础知识总结(二) 1. 轮廓中心计算本教程的目标是 (1) 检测图像中每个形状的轮廓, (2) 计算轮廓的中心 -也称为区域的质心 . 为了实现这些目 ...
java随机生成字母用三元运算符,【代码笔记】Java常识性基础补充(一)——赋值运算符、逻辑运算符、三元运算符、Scanner类、键盘输入、Random类、随机数...
为什么要进行Java常识性基础补充? 之前学习Java语言,学得很多很杂,而且是很多不同的方面插入讲解的,比如在跟班上课,自学java编程例子,java语法,过了很久,因为各种原因长时间不怎么写,有时 ...

OpenCV（基础补充）颜色空间HSV *args与**args（滑动条传参问题）

一、基础理论

1、Hue（色相）

2、Value（明度）

3、Saturation（饱和度）

二、hsv三通道及单通道效果

三、*args && **args

*args：

**args：

四、滚动条控制h、s、v（min && max）

1、创建滚动条

API

2、回调函数 -- 阈值设置

API

inRange()

3、回调函数 -- 感兴趣值

API

bitwise_and()

总代码

参考资料

OpenCV（基础补充）颜色空间HSV *args与**args（滑动条传参问题）相关推荐

最新文章

热门文章