opencv-hsv图像分离合并

python3-opencv库（3）--图片颜色空间转换，利用HSV进行物体跟踪，图像通道分离与合并

2018年02月23日 19:36:50 giveup_skyland 阅读数：1066 标签： python3计算机视觉opencv图像处理 更多

个人分类： 计算机视觉python

 

版权声明：转载请注明原作者及出处

1.  
   from cv2 import cv2 #或者import cv2
2.  
   import numpy as np
3.  
    
4.  
   """H(hue)色调 0~180；S(saturation)饱和度 0~255；V(value) 0~255
5.  
   具体参见HSV颜色空间的百度百科"""
6.  
   def extract_object_demo():
7.  
   """通过颜色过滤的方法来跟踪捕获视屏中的物体"""
8.  
   """本函数就是一个追踪视频中绿色物体的程序"""
9.  
   capture = cv2.VideoCapture( "D:/movie/星际牛仔BD/星际牛仔Session8ワルツ_フォー_ヴィーナスWaltzForVenus.MP4")
10.  
         #选择打开一个视屏
11.  
        while True:
12.  
    ret, frame = capture.read()
13.  
    #从视频中一帧一帧地读取图像
14.  
    if ret == False:
15.  
    break
16.  
    #判断是否读取正确，读取失败（比如视屏结束）则会终止循环,所以ret是个判断读取是否正确的返回量
17.  
    hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
18.  
    #将视屏每一帧转换成HSV图像
19.  
    lower_hsv = np.array([ 35, 43, 46],dtype=np.uint8)
20.  
    #设置HSV范围下限（是长度为3的1D数组，三个元素分别表示H,S,V的下限）
21.  
    upper_hsv = np.array([ 77, 255, 255],dtype=np.uint8)
22.  
    #设置HSV范围上限（是长度为3的1D数组，三个元素分别表示H,S,V的上限）
23.  
    #hsv处于该范围内的就是广义的绿色，我们就是为了把绿色筛选出来，颜色与HSV值得对应见下方的表
24.  
    mask = cv2.inRange(hsv,lower_hsv,upper_hsv)
25.  
    #第一参数为待处理的图像，第二参数为HSV范围下限，第三参数为HSV范围上限
26.  
    '''cv2.inRange()方法对每一帧图像进行处理，凡是HSV值处在范围内的像素，
27.  
    一律为白色，范围外的一律为黑色，最后返回一张二值化的图，所谓二值化，就
28.  
    是全图只有黑白两色，即mask'''
29.  
    cv2.imshow( "video_initia",frame)
30.  
    cv2.imshow( "video_hsv",hsv)
31.  
    cv2.imshow( "video_mask",mask)
32.  
    k = cv2.waitKey( 20) #设置成按Esc键退出循环
33.  
    if k == 27:
34.  
    break
35.  
     
36.  
    def color_space_demo(img):
37.  
    """颜色空间的转换BGR--->HSV"""
38.  
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
39.  
    #转换成灰度图
40.  
    cv2.imshow( "gray_img",gray)
41.  
     
42.  
    hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
43.  
    #转换成HSV
44.  
    cv2.imshow( "hsv_img",hsv)
45.  
     
46.  
    yuv = cv2.cvtColor(img,cv2.COLOR_BGR2YUV)
47.  
    #转换成YUV
48.  
    cv2.imshow( "yuv_img",yuv)
49.  
     
50.  
    ycrcb = cv2.cvtColor(img,cv2.COLOR_BGR2YCrCb)
51.  
    #转换成YCrCb
52.  
    cv2.imshow( "ycrcb_img",ycrcb)
53.  
     
54.  
     
55.  
    print( "----------hello python!----------")
56.  
    src = cv2.imread( "Z.PNG")
57.  
    t1 = cv2.getTickCount()
58.  
    #=======================================================
59.  
    color_space_demo(src) #演示各种颜色空间之间的转换
60.  
    extract_object_demo() #演示通过颜色过滤来跟踪视频中的物体
61.  
    #=======================================================
62.  
    t2 = cv2.getTickCount()
63.  
    time = (t2-t1)* 1000/cv2.getTickFrequency()
64.  
    print( "耗时：%s" % time)
65.  
    cv2.waitKey( 0)
66.  
     
67.  
    cv2.destroyAllWindows()

如何知道各种颜色对应的HSV范围？参见下表
由于HSV是基于人类对颜色感觉而定制的标准，所以每种颜色都是用一个范围来表示

三通道图像的通道分离以及三个单通道图像的通道合并

1.  
   from cv2 import cv2 #或者import cv2
2.  
   import numpy as np
3.  
    
4.  
    
5.  
   print( "--------------------hello python!--------------------")
6.  
   src = cv2.imread( "Z.PNG")
7.  
   t1 = cv2.getTickCount()
8.  
   #====================================================================
9.  
   b, g, r = cv2.split(src) #通道分离，把一副三通道图像分成3个单通道图像
10.  
     
11.  
    cv2.imshow( "blue",b) #展示分离后每个通道作为单通道图像的灰度图
12.  
    cv2.imshow( "green",g)
13.  
    cv2.imshow( "red",r)
14.  
     
15.  
    img = cv2.merge([b,g,r]) #通道合并
16.  
    cv2.imshow( "merge_img",img) #展示合并后的图
17.  
    #====================================================================
18.  
    t2 = cv2.getTickCount()
19.  
    time = (t2-t1)* 1000/cv2.getTickFrequency()
20.  
    print( "耗时：%s" % time)cv2.waitKey( 0)cv2.destroyAllWindows()