目录：

(一)调用转换函数实现图像色彩空间转换------ cv2.cvtColor函数

(二)色彩空间转换，利用inrange函数过滤视频中的颜色，实现跟踪某一颜色

正文：

(一)调用转换函数实现图像色彩空间转换------ cv2.cvtColor函数

cvtColor(src,code,dst=None,dstCn=None)，作用：将一幅图像从一个色彩空间转换到另一个色彩，空间参数：code，转换的色彩空间。

BGR---》GRAY，BGR---》HSV，BGR---》YUV，BGR--》YCrCb

1 #色彩空间转换

2 defcolor_space_demo(img):3 gray =cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)4 cv2.imshow("gray", gray)5 hsv =cv2.cvtColor(img, cv2.COLOR_BGR2HSV)6 cv2.imshow("hsv", hsv)7 yuv =cv2.cvtColor(img, cv2.COLOR_BGR2YUV)8 cv2.imshow("yuv", yuv)9 ycrcb =cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)10 cv2.imshow("ycrcb", ycrcb)

HSV色彩空间说明： H：0-180  S: 0-255 V： 0-255

(二)色彩空间转换，利用inrange函数过滤视频中的颜色，实现跟踪某一颜色

利用cv2.inRange函数设阈值，这里注意用的颜色空间是hsv。HSV：HSV颜色空间是孟塞尔彩色空间的简化形式，是一种基于感知的颜色模型。它将彩色信号分为3种属性：色调(Hue,H)，饱和度(Saturation,S)，亮度(Value,V)。色调表示从一个物体反射过来的或透过物体的光波长，也就是说，色调是由颜色的名称来辨别的，如红、黄、蓝；亮度是颜色的明暗程度；饱和度是颜色的深浅，如深红、浅红。

HSV颜色空间反映了人观察色彩的方式，具有两个显著的特点：

亮度分量与图像的彩色信息无关

“色调”和“饱和度”分量与人感受颜色的方式是紧密相连的

可以根据右表来确定lower_hsv, upper_hsv的取值。

1 #-*- coding=GBK -*-

2 importcv2 as cv3 importnumpy as np4

5

6 defnextrace_object_demo():7 capture = cv.VideoCapture("G:/1.mp4")#导入视频

8 whileTrue:9 ret, frame =capture.read()10 if ret ==False:11 break

12 hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)#转换色彩空间为hsv

13 #设置白色的范围，跟踪视频中的白色

14 lower_hsv = np.array([0, 0, 221])#设置过滤的颜色的低值

15 upper_hsv = np.array([180, 30, 255])#设置过滤的颜色的高值

16 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，选择白色区域

17 cv.imshow("video", frame)18 cv.imshow("mask", mask)19 if cv.waitKey(50) & 0xFF == ord('q'):20 break

21

22 nextrace_object_demo()23 cv.waitKey(0)24 cv.destroyAllWindows()、

参考：

https://blog.csdn.net/u011321546/article/details/79533669

https://blog.csdn.net/Vici__/article/details/100714822#12%E3%80%81%E5%BD%A9%E8%89%B2%E7%A9%BA%E9%97%B4%E8%BD%AC%E6%8D%A2