python实现色彩空间转换

（一）调用转换函数实现图像色彩空间转换------ cv2.cvtColor函数

（二）色彩空间转换，利用inrange函数过滤视频中的颜色，实现跟踪某一颜色

正文：

（一）调用转换函数实现图像色彩空间转换------ cv2.cvtColor函数

cvtColor(src,code,dst=None,dstCn=None)，作用：将一幅图像从一个色彩空间转换到另一个色彩，空间参数：code，转换的色彩空间。

BGR---》GRAY，BGR---》HSV，BGR---》YUV，BGR--》YCrCb

 1 # 色彩空间转换
 2 def color_space_demo(img):
 3     gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 4     cv2.imshow("gray", gray)
 5     hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
 6     cv2.imshow("hsv", hsv)
 7     yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)
 8     cv2.imshow("yuv", yuv)
 9     ycrcb = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)
10     cv2.imshow("ycrcb", ycrcb)

HSV色彩空间说明： H：0-180 S: 0-255 V： 0-255

（二）色彩空间转换，利用inrange函数过滤视频中的颜色，实现跟踪某一颜色

利用cv2.inRange函数设阈值，这里注意用的颜色空间是hsv。HSV：HSV颜色空间是孟塞尔彩色空间的简化形式，是一种基于感知的颜色模型。它将彩色信号分为3种属性：色调（Hue,H），饱和度（Saturation,S），亮度（Value,V）。色调表示从一个物体反射过来的或透过物体的光波长，也就是说，色调是由颜色的名称来辨别的，如红、黄、蓝；亮度是颜色的明暗程度；饱和度是颜色的深浅，如深红、浅红。

HSV颜色空间反映了人观察色彩的方式，具有两个显著的特点：

亮度分量与图像的彩色信息无关
“色调”和“饱和度”分量与人感受颜色的方式是紧密相连的

可以根据右表来确定lower_hsv, upper_hsv的取值。

 1 # -*- coding=GBK -*-
 2 import cv2 as cv
 3 import numpy as np
 4  
 5  
 6 def nextrace_object_demo():
 7     capture = cv.VideoCapture("G:/1.mp4")#导入视频
 8     while True:
 9         ret, frame = capture.read()
10         if ret == False:
11             break
12         hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)#转换色彩空间为hsv
13         #设置白色的范围，跟踪视频中的白色
14         lower_hsv = np.array([0, 0, 221])#设置过滤的颜色的低值
15         upper_hsv = np.array([180, 30, 255])#设置过滤的颜色的高值
16         mask = cv.inRange(hsv, lower_hsv, upper_hsv)#调节图像颜色信息（H）、饱和度（S）、亮度（V）区间，选择白色区域
17         cv.imshow("video", frame)
18         cv.imshow("mask", mask)
19         if cv.waitKey(50) & 0xFF == ord('q'):
20             break
21  
22 nextrace_object_demo()
23 cv.waitKey(0)
24 cv.destroyAllWindows()、

参考：
https://blog.csdn.net/u011321546/article/details/79533669
https://blog.csdn.net/Vici__/article/details/100714822#12%E3%80%81%E5%BD%A9%E8%89%B2%E7%A9%BA%E9%97%B4%E8%BD%AC%E6%8D%A2

python实现色彩空间转换

推荐阅读