运行效果:(筛选蓝色)
白色为符合颜色空间的区域
运行代码:

# -*- coding: utf-8 -*-import cv2
import numpy as npcamera = cv2.VideoCapture(0)def nothing(x):pass# 创建一副黑色图像
img = np.zeros((300, 512, 3), np.uint8)# 设置滑动条组件
cv2.namedWindow('HSV_Window')
cv2.createTrackbar('H_L', 'HSV_Window', 0, 255, nothing)
cv2.createTrackbar('H_H', 'HSV_Window', 0, 255, nothing)
cv2.createTrackbar('S_L', 'HSV_Window', 0, 255, nothing)
cv2.createTrackbar('S_H', 'HSV_Window', 0, 255, nothing)
cv2.createTrackbar('V_L', 'HSV_Window', 0, 255, nothing)
cv2.createTrackbar('V_H', 'HSV_Window', 0, 255, nothing)while (1):success, frame = camera.read()cv2.imshow("HSV_Window", frame)hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)  # 将读取的BGR转换为HSVH_L = cv2.getTrackbarPos('H_L', 'HSV_Window')H_H = cv2.getTrackbarPos('H_H', 'HSV_Window')S_L = cv2.getTrackbarPos('S_L', 'HSV_Window')S_H = cv2.getTrackbarPos('S_H', 'HSV_Window')V_L = cv2.getTrackbarPos('V_L', 'HSV_Window')V_H = cv2.getTrackbarPos('V_H', 'HSV_Window')lower = np.array([H_L, S_L, V_L])  # 所要检测的像素范围upper = np.array([H_H, S_H, V_H])  # 此处检测绿色区域mask = cv2.inRange(hsv, lowerb=lower, upperb=upper)cv2.imshow("mask", mask)k = cv2.waitKey(1) & 0xFFif k == 27:break# sw = cv2.getTrackbarPos(switch, 'HSV_Window')# if s == 0:#     img[:] = 0# else:#     img[:] = [b, g, r]# 销毁窗口
cv2.destroyAllWindows()

intel.py

## License: Apache 2.0. See LICENSE file in root directory.
## Copyright(c) 2015-2017 Intel Corporation. All Rights Reserved.###############################################
##      Open CV and Numpy integration        ##
###############################################import pyrealsense2 as rs
import numpy as np
import cv2# Configure depth and color streams
pipeline = rs.pipeline()
config = rs.config()# Get device product line for setting a supporting resolution
pipeline_wrapper = rs.pipeline_wrapper(pipeline)
pipeline_profile = config.resolve(pipeline_wrapper)
device = pipeline_profile.get_device()
device_product_line = str(device.get_info(rs.camera_info.product_line))found_rgb = False
for s in device.sensors:if s.get_info(rs.camera_info.name) == 'RGB Camera':found_rgb = Truebreak
if not found_rgb:print("The demo requires Depth camera with Color sensor")exit(0)config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)if device_product_line == 'L500':config.enable_stream(rs.stream.color, 960, 540, rs.format.bgr8, 30)
else:config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)# Start streaming
pipeline.start(config)try:while True:# Wait for a coherent pair of frames: depth and colorframes = pipeline.wait_for_frames()# depth_frame = frames.get_depth_frame()color_frame = frames.get_color_frame()# if not depth_frame or not color_frame:#     continue# Convert images to numpy arrays# depth_image = np.asanyarray(depth_frame.get_data())color_image = np.asanyarray(color_frame.get_data())# Apply colormap on depth image (image must be converted to 8-bit per pixel first)# depth_colormap = cv2.applyColorMap(cv2.convertScaleAbs(depth_image, alpha=0.03), cv2.COLORMAP_JET)# depth_colormap_dim = depth_colormap.shapecolor_colormap_dim = color_image.shape# If depth and color resolutions are different, resize color image to match depth image for display# if depth_colormap_dim != color_colormap_dim:#     resized_color_image = cv2.resize(color_image, dsize=(depth_colormap_dim[1], depth_colormap_dim[0]), interpolation=cv2.INTER_AREA)#     images = np.hstack((resized_color_image, depth_colormap))# else:#     images = np.hstack((color_image, depth_colormap))# Show imagescv2.namedWindow('RealSense', cv2.WINDOW_AUTOSIZE)cv2.imshow('RealSense', color_colormap_dim)cv2.waitKey(1)finally:# Stop streamingpipeline.stop()

HSV色彩空间筛选 2021-10-06相关推荐

  1. [Python图像处理] 使用 HSV 色彩空间检测病毒对象

    使用 HSV 色彩空间检测病毒对象 前言 检测病毒对象 相关链接 前言 在本节中,我们将学习如何使用 OpenCV 在 HSV 色彩空间中使用特定颜色检测感兴趣对象.我们需要通过指定颜色值范围识别和提 ...

  2. Python 最近两条好消息:①TIOBE排名超过C和Java②新版本发布3.10.0,还有今天刚发布的《What’s New in Python(2021.10.15)》

    来自TIOBE的最新10月份统计数据显示,Python首次超越Java.JavaScript.C语言等,成为最受欢迎的编程语言.TIOBE过去20年一直在追踪编程语言的受欢迎程度,其数据来自于对25个 ...

  3. HSL和HSV色彩空间

    HSL和HSV都是一种将RGB色彩模型中的点在圆柱坐标系中的表示法.这两种表示法试图做到比基于笛卡尔坐标系的几何结构RGB更加直观. HSL即色相.饱和度.亮度(英语:Hue, Saturation, ...

  4. uboot 2021.10源码分析(启动流程)

    uboot版本:2021.10 平台:armv8  rk3399  eMMC 16G  LPDDR4 4G 本文主要基于uboot的执行流程进行分析而忽略了相关细节,从uboot的基本框架结构着手,新 ...

  5. RGB色彩空间和HSV色彩空间的理解

    RGB色彩空间和HSV色彩空间的理解 本文的结构如下: 1.RGB色彩空间 2.HSV色彩空间(附HSV颜色分量范围表) 3.RGB到HSV的转换的Demo   使用OpenCV实现RGB转HSV,并 ...

  6. HSV色彩空间表和cv2.inRange()的用法

    HSV色彩空间表和cv2.inRange()的用法 结合cv2.inRange()可以清晰看到某个颜色区域影象位于影象的什么地方. 用法cv2.inRange(img,low,high),函式会将位于 ...

  7. 电动力学每日一题 2021/10/23 载流板产生的电磁场

    电动力学每日一题 2021/10/23 载流板产生的电磁场 载流板的辐射 载流板的辐射 先验证电荷守恒: ∂ρ∂t=−∇⋅J=−∂∂zJz=0\frac{\partial \rho}{\partial ...

  8. 电动力学每日一题 2021/10/15 Fourier变换法计算均匀电流密度产生的磁场

    电动力学每日一题 2021/10/15 Fourier变换法计算均匀电流密度产生的磁场 无限长均匀电流 无限长圆柱面均匀电流密度 无限长均匀电流 假设z轴上有一根非常细的电线,携带均匀电流I0I_0I ...

  9. 电动力学每日一题 2021/10/14

    电动力学每日一题 2021/10/14 (a) Define r∣∣=xx^+yy^\textbf r_{||}=x\hat x+y\hat yr∣∣​=xx^+yy^​, r∣∣=x2+y2r_{| ...

最新文章

  1. grep 命令使用笔记
  2. java dagger2_java – Dagger2不生成Daggercomponent类
  3. Flex值得一看参考资源
  4. spring MVC请求处理类注解属性详解
  5. nacos 配置_SpringCloud Alibaba之Nacos配置中心
  6. mysql5.6 临时表_MySQL5.6 运用临时表做SQL优化
  7. IDEA基于kotlin开发android程序配置小结
  8. python计算余弦距离_在Python中计算余弦距离的优化方法
  9. Open Source Blog 开源ASP.NET/C# 博客平台 v2.5 发布(提供源码下载)
  10. Unable to locate the default servlet for serving static content. Please set the 'defaultServletName'
  11. Navicat工具导出mySQL数据库某个视图结构的.sql脚本
  12. python 调用不存在的方法 统一处理_提取不重复数据在Excel、SQL与Python中的处理方法...
  13. mysql基础之四:int(M)中M的含义
  14. lv55 达成,现金600G
  15. Video 视频播放防作弊和禁止下载
  16. centos7搭建ELK Cluster集群日志分析平台(四):Fliebeat-简单测试
  17. 软件测试优先级策略,软件测试策略基础(转载)
  18. 扒视频/音效素材的方法
  19. 国际云安全证书CCSK让他们在职场中脱颖而出
  20. java基础学习1-java实验输出希腊字母表

热门文章

  1. Bing翻译实例(microsoft translator API)
  2. 【Mybatis】一二级缓存的源码研究
  3. 阿里云ACP考试模拟试题(2)
  4. 使用API函数 GetACP 获取Windows系统当前代码页(字符编码)
  5. PHP用curl请求网址的code码
  6. MFC之学习路径层函数
  7. 在android studio中制作九宫格图片
  8. 关于BIRT的一些认识
  9. 肖秀荣教授:就考研政治来说
  10. tensorflow serving warmup