OpenCV 的颜色空间转换

 # coding: utf-8

 '''
 第13章主要介绍：颜色空间转换
 '''

 import cv2
 import numpy as np

 '''
 经常用到的颜色空间转换是: BGR<->Gray 和 BGR<->HSV
 cv2.cvtColor(input_image , flag),flag是转换类型：cv2.COLOR_BGR2GRAY,cv2.COLOR_BGR2HSV
 HSV(Hue , Saturation , Value):色调，饱和度，明度
 色度H:用角度度量，取值范围为0~360，红色开始按逆时针方向计算，红色为0度，绿色为120度，蓝色为240度
 饱和度S:接近光谱色的程度，颜色可以看成是光谱色与白色混合结果，光谱色占的比例愈大，颜色接近光谱色的程度
         越高，颜色饱和度就越高。光谱色中白色成分为0，饱和度达到最高，取值范围0%~100%，值越大，颜色越饱和
 明度V:表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，与物体的透射比有关，取值
       范围为0%(黑)~100%(白)
 RGB面向硬件，HSV面向用户
 在Opencv中
 H色度取值范围是[0,179]
 S饱和度的取值范围是[0,255]
 V明度的取值范围是[0,255]
 拿opencv的HSV值与其他软件的HSV值进行对比时，要归一化
 '''

 #获取颜色转换中所有可以使用的flag
 def getColorConvertFlag():
     # dir() 查找module下的所有类
     flags = [i for i in dir(cv2) if i.startswith("COLOR_") ]
     print(flags)

 '''
 物体跟踪，可以将图像从BGR转换到HSV后，提取某个特定颜色的物体
 提取蓝色物体步骤：
 1从视频中获取每一帧图像
 2将图像转换到HSV空间
 3设置HSV阈值到蓝色范围
 4获取蓝色物体
 '''
 def trackObject():
     cap = cv2.VideoCapture(0)
     while(1):
         ret , frame = cap.read()

         #转换为hsv
         hsv = cv2.cvtColor(frame , cv2.COLOR_BGR2HSV)
         #注意这里的上下限都是一个含有HSV的三元组
         lower_blue = np.array([110 , 50 , 50])
         upper_blue = np.array([130 , 255 , 255])
         '''
         cv2.inRange(src , lowerb , upperb[,dst])
         作用：更改函数对某个单通道中的元素检查其值是否在范围中
         src:输入数组，lowerb:包含低边界的数组，upperb:包含高边界的数组，dst:输出数组
         如果src(I)符合范围，则dst(I)被设置为255，也就是说dst返回的是非黑即白的图像，而且符合要求
          的部分是白色的
         '''
         #构建物体掩膜（黑白部分），注意这里要使用hsv
         mask = cv2.inRange(hsv , lower_blue , upper_blue)
         #对原图像和掩膜进行位运算
         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
         #ASCII中27是esc
         if k == 27:
             break
     cv2.destroyAllWindows()

 '''
 如何找到要跟踪对象的HSV值,使用cv2.cvtColor,传入的参数是(你想要的)BGR值而不是一幅图。
 例如找到绿色的HSV值，在终端输入以下命令
 '''
 def getHSV():
     '''
     三层括号对应于:cvArray,cvMatIplImage
     也就是第一个括号是数组，第二个是矩阵，第三个是图像
     '''
     green = np.uint8( [ [ [0 , 255 , 0] ] ])
     hsv_green = cv2.cvtColor(green , cv2.COLOR_BGR2HSV)
     print(hsv_green)
     '''
     可以分别用[H-100 , 100 , 100]和[H+100 , 255 , 255]做上下阈值，也可以用图像编辑软件(GIMP)
     '''

 if __name__ == "__main__":
     #getColorConvertFlag()
     #trackObject()
     getHSV()