学习如何进行图片的颜色空间转换，视频中追踪特定颜色的物体。图片等可到文末引用处下载。
目标
- 颜色空间转换，如BGR↔Gray，BGR↔HSV等
- 追踪视频中特定颜色的物体
- OpenCV函数：
cv2.cvtColor(),cv2.inRange()
教程
颜色空间转换
代码语言：javascript复制import cv2
img = cv2.imread('lena.jpg')
# 转换为灰度图
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('img', img)
cv2.imshow('gray', img_gray)
cv2.waitKey(0)Copy to clipboardErrorCopiedcv2.cvtColor()用来进行颜色模型转换，参数1是要转换的图片，参数2是转换模式， COLOR_BGR2GRAY表示BGR→Gray，可用下面的代码显示所有的转换模式：
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)Copy to clipboardErrorCopied经验之谈：颜色转换其实是数学运算，如灰度化最常用的是：
gray=R*0.299 G*0.587 B*0.114。
视频中特定颜色物体追踪
HSV是一个常用于颜色识别的模型，相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示。
经验之谈：OpenCV中色调H范围为[0,179]，饱和度S是[0,255]，明度V是[0,255]。虽然H的理论数值是0°~360°，但8位图像像素点的最大值是255，所以OpenCV中除以了2，某些软件可能使用不同的尺度表示，所以同其他软件混用时，记得归一化。
现在，我们实现一个使用HSV来只显示视频中蓝色物体的例子，步骤如下：
- 捕获视频中的一帧
- 从BGR转换到HSV
- 提取蓝色范围的物体
- 只显示蓝色物体
import numpy as np
capture = cv2.VideoCapture(0)
# 蓝色的范围，不同光照条件下不一样，可灵活调整
lower_blue = np.array([100, 110, 110])
upper_blue = np.array([130, 255, 255])
while(True):
# 1.捕获视频中的一帧
ret, frame = capture.read()
# 2.从BGR转换到HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# 3.inRange()：介于lower/upper之间的为白色，其余黑色
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# 4.只保留原图中的蓝色部分
res = cv2.bitwise_and(frame, frame, mask=mask)
cv2.imshow('frame', frame)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
if cv2.waitKey(1) == ord('q'):
breakCopy to clipboardErrorCopied其中，bitwise_and()函数暂时不用管，后面会讲到。那蓝色的HSV值的上下限lower和upper范围是怎么得到的呢？其实很简单，我们先把标准蓝色的BGR值用cvtColor()转换下：
blue = np.uint8([[[255, 0, 0]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)
print(hsv_blue) # [[[120 255 255]]]Copy to clipboardErrorCopied结果是[120, 255, 255]，所以，我们把蓝色的范围调整成了上面代码那样。
经验之谈：Lab颜色空间也经常用来做颜色识别，有兴趣的同学可以了解下。
小结
cv2.cvtColor()函数用来进行颜色空间转换，常用BGR↔Gray，BGR↔HSV。- HSV颜色模型常用于颜色识别。要想知道某种颜色在HSV下的值，可以将它的BGR值用
cvtColor()转换得到。
练习
- 尝试在视频中同时提取红色、蓝色、绿色的物体。（效果如下）
接口文档
- cv2.cvtColor()
- cv2.inRange()
- cv2.bitwise_and()
引用
- 本节源码
- Changing Colorspaces
