翻译及二次校对：cvtutorials.com
目标
- • 在本教程中，你将学习如何将图像从一个色彩空间转换为另一个色彩空间，如BGR ↔ 灰色，BGR ↔ HSV，等等。
- • 此外，我们将创建一个应用程序，提取视频中的彩色物体。
- • 你将学习以下函数：cv.cvtColor()，cv.inRange()，等等。
改变色彩空间
在OpenCV中，有超过150种色彩空间转换方法。但我们只研究两种最广泛使用的方法：BGR ↔ Gray和BGR ↔ HSV。
对于颜色转换，我们使用函数cv.cvtColor(input_image, flag)，其中flag决定了转换的类型。
对于BGR → GRAY的转换，我们使用标志cv.COLOR_BGR2GRAY。类似地，对于BGR→HSV的转换，我们使用标志cv.COLOR_BGR2HSV。要获得其他标志，只需在你的Python终端运行以下命令。
代码语言：javascript复制>>> import cv2 as cv
>>> flags = [i for i in dir(cv) if i.startswith('COLOR_')]
>>> print(flags )备注:对于HSV，色调范围是[0,179]，饱和度范围是[0,255]，值范围是[0,255]。不同的软件使用不同的范围。因此，如果你将OpenCV的值与它们进行比较，你需要将这些范围归一化。
对象跟踪
现在我们知道了如何将BGR图像转换为HSV，我们可以用它来提取一个彩色物体。在HSV中，要比在BGR色彩空间中更容易表示一种颜色。在我们的应用中，我们将尝试提取一个蓝色的物体。因此，方法是这样的：
- 1. 取出视频的每一帧
- 2. 从BGR色彩空间转换为HSV色彩空间
- 3. 对HSV图像中的蓝色范围进行阈值处理
- 4. 现在单独提取蓝色物体，我们可以在该图像上做任何我们想做的事情
下面是代码，其中有详细的注释：
代码语言：javascript复制import cv2 as cv
import numpy as np
cap = cv.VideoCapture(0)
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Threshold the HSV image to get only blue colors
mask = cv.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv.bitwise_and(frame,frame, mask= mask)
cv.imshow('frame',frame)
cv.imshow('mask',mask)
cv.imshow('res',res)
k = cv.waitKey(5) & 0xFF
if k == 27:
break
cv.destroyAllWindows()下面的图片显示了对蓝色物体的追踪：
注意事项:图像中存在一些噪音。我们将在后面的章节中看到如何消除它。这是物体追踪中最简单的方法。一旦你学会了轮廓线的功能，你就可以做很多事情，比如找到物体的中心点，用它来追踪物体，只需在相机前移动手就可以画图，以及其他有趣的事情。
如何找到HSV值来追踪？
这是在stackoverflow.com上发现的一个常见的问题。它非常简单，你可以使用同一个函数，cv.cvtColor()。你不需要传递图像，而只需要传递你想要的BGR值。例如，要找到绿色的HSV值，在Python终端尝试以下命令。
代码语言：javascript复制>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv.cvtColor(green,cv.COLOR_BGR2HSV)
>>> print( hsv_green )
[[[ 60 255 255]]]现在你把[H-10，100,100]和[H 10，255，255]分别作为下限和上限。除了这种方法，你可以使用任何图像编辑工具，如GIMP或任何在线转换器来找到这些值，但不要忘记调整HSV范围。
练习
- • 尝试找到一种方法来提取一个以上的彩色物体，例如，同时提取红色、蓝色和绿色物体。
