内容简介：此系列文章为Opencv官方文档中图像处理部分的学习，所以内容均来着此文档介绍了：涉及到的函数有
此系列文章为Opencv官方文档中图像处理部分的学习，所以内容均来着 官网文档
简介
此文档介绍了：
- 如何利用opencv进行图片颜色空间的转换
- 如何利用opencv跟踪视频中同一个颜色的物体
涉及到的函数有 cv2.cvtColor() 、 cv2.inRange()
修改颜色空间
例如opencv读取图片后默认颜色空间的顺序是BGR，而其它一些库的默认颜色空间可能是RGB，例如用opencv读取，matplotlib显示图片：
import cv2
import numpy as np
import matplotlib.pyplot as plt
testImg = cv2.imread("test.jpg")
plt.imshow(testImg)
plt.show()
结果：
发现显示是不对的，此时可以用opencv提供的颜色空间函数修正后显示：
import cv2
import numpy as np
import matplotlib.pyplot as plt
testImg = cv2.imread("test.jpg")
cv2.cvtColor(testImg, cv2.COLOR_BGR2RGB, testImg)
plt.imshow(testImg)
plt.show()
def cvtColor( src, # 源图片 code, # 转换编码 dst=None, # 选填，目标图片，转换后的图片也可以通过返回值获取 dstCn=None # 选填，目标图片通道数，不填默认从源图片获取 )
颜色空间转换编码有150多中，见官网文档 颜色转换编码
色块跟踪
opencv读取图片默认颜色空间为BGR，而HSV颜色比BGR颜色更容易表示一种颜色，所以将图片颜色空间转换为HSV，然后用cv2.inRange函数来提取范围区间内的颜色，如果文档中代码，提取、跟踪蓝色（设备需要摄像头硬件）：
def testTrackClor():
cap = cv2.VideoCapture(0)
while (1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.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 = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame, frame, mask=mask)
cv2.imshow('frame', frame)
cv2.imshow('mask', mask)
cv2.imshow('res', res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
if __name__ == "__main__":
# testColorSpaceTrans()
testTrackClor()
效果如下：
inRange函数定义如下：
void cv::inRange ( InputArray //src, InputArray //lowerb, InputArray //upperb, OutputArray //dst )
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Google 广告优化与工具
宫鑫 / 电子工业出版社 / 2010-7 / 60.00元
《Google 广告优化与工具》全面地阐述了Google AdWords这个高效广告投放平台的各方面内容，包括Google广告的渠道组成、质量得分、关键词和广告语策略、后期跟踪机制以及各种辅助工具的使用等。引导读者一步步建立一个强大的Google搜索引擎营销投放策略。本书案例丰富、知识面广且层次清晰，适用于各个层次的搜索引擎营销优化人员，不论是电商企业的领导人、工作在账户优化第一线的具体操作者、营......一起来看看 《Google 广告优化与工具》 这本书的介绍吧!
