色彩空間的轉換

    1、   今天我們來學習一下色彩空間轉換，那么什么是色彩空間呢（可以看百度上的解釋：https://baike.baidu.com/item/%E8%89%B2%E5%BD%A9%E7%A9%BA%E9%97%B4/4615427?fr=aladdin）

   我們常見色彩空間有： RGB    HSV    HIS  Ycrcb   YUV

 

import cv2 as cv
import numpy as np


def color_space(image):
    gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY) #色彩轉為GRAY
    cv.imshow("gray",gray)
    HSV=cv.cvtColor(image,cv.COLOR_BGR2HSV) # 色彩轉為HSV
    cv.imshow('hsv',HSV)
    YUV=cv.cvtColor(image,cv.COLOR_BGR2YUV) #色彩轉為YUV
    cv.imshow('yuv',YUV)

src = cv.imread('D:/hh.JPG')
cv.namedWindow("ago",cv.WINDOW_AUTOSIZE)
cv.imshow("ago", src)
color_space(src)
cv.waitKey(-1)
cv.destoryAllWindows()

    實現效果如下：

    

     HSV色彩通道說明：

          H:0--180

         S: 0--255

         V: 0---255

   2、利用inRange()實現過濾掉視頻中的顏色，實現只對某一顏色追蹤，在之前我們來看一下HSV顏色對應RGB的分量范圍;

          

        

import cv2 as cv
import numpy as np


def capture_video():
    capture = cv.VideoCapture('D:/tt.avi')
    while True:
        ret ,frame=capture.read()
        if not ret:
            break
        HSV=cv.cvtColor(frame,cv.COLOR_BGR2HSV) #把色彩空間轉為HSV
        lower_hsv=np.array([37,43,461]) #設置顏色的最低值，這里是根據上面那張HSV顏色以RGB為分量的顏色范圍,這里使用numpy 的矩陣運算功能
        upper_hsv=np.array([77,255,255]) #設置顏色的最高值，也是根據那張表選擇的
        mask=cv.inRange(HSV,lower_hsv,upper_hsv)  #調節圖像顏色信息(H) 、飽和度（S）、亮度（V）區間，選擇白色區域
        cv.imshow('video',frame)
        cv.imshow('mask',mask)
        c = cv.waitKey(50)
        if c == 27 :
            break
t1=cv.getTickCount()

capture_video()

t2=cv.getTickCount()

print('the time is : %s ms'%((t2-t1)/cv.getTickFrequency()*1000))

cv.waitKey(-1)
cv.destoryAllWindows()

   實現效果如下（我這里選擇的視頻不好，沒有白色區域，全是黑色的，hh）：

    

   3、通道的分離與合並： 

        首先是通道的分離：

import cv2 as cv
import numpy as np

src=cv.imread('D:/hh.JPG')
cv.namedWindow('ago',0)
cv.imshow('ago',src)
#進行通道分離，輸出三個單通道圖片
b,g,r=cv.split(src) #利用函數split()將色彩圖像分割成3個通道
cv.imshow('blue',b)
cv.imshow('green',g)
cv.imshow('red',r)



cv.waitKey(-1)
cv.destoryAllWindows()

效果如下（我們可以看到通道分離成功，有三個通道，分別是：blue ,green,red）:

         

        接下來是通道的合並：

      

import cv2 as cv
import numpy as np

src=cv.imread('D:/hh.JPG')
cv.namedWindow('ago',0)
cv.imshow('ago',src)
#進行通道分離，輸出三個單通道圖片
b,g,r=cv.split(src) #利用函數split()將色彩圖像分割成3個通道
cv.imshow('blue',b)
cv.imshow('green',g)
cv.imshow('red',r)

#進行通道的合並
src=cv.merge([b,g,r])# 利用函數merge()實現通道的合並
cv.imshow('together',src)


cv.waitKey(-1)
cv.destoryAllWindows()

    效果如下：

    

      最后實現單個通道顏色值得修改：

     

import cv2 as cv
import numpy as np

src=cv.imread('D:/hh.JPG')
cv.namedWindow('ago',0)
cv.imshow('ago',src)
#進行通道分離，輸出三個單通道圖片
b,g,r=cv.split(src) #利用函數split()將色彩圖像分割成3個通道
cv.imshow('blue',b)
cv.imshow('green',g)
cv.imshow('red',r)

#進行通道的合並
src=cv.merge([b,g,r])# 利用函數merge()實現通道的合並
cv.imshow('together',src)

#是可以實現修改某個通道的值
src[:,:,2]=100 #這里是修改了第三個通道的值,也就是red 這通道
cv.imshow('alone',src)

cv.waitKey(-1)
cv.destoryAllWindows()

    總結：今天學到的知識點就寫到這里了，收獲很大，繼續加油，堅持下去，看到不一樣的自己。