操作小記（圖像中不同顏色的提取）

圖像中不同顏色的提取

通過色彩模型的轉換（BGR——HSV），分別提取出圖像的不同顏色模塊

代碼

import cv2
import numpy as np
import matplotlib.pyplot as plt

ori = cv2.imread("intro.png")

img = cv2.cvtColor(ori, cv2.COLOR_BGR2RGB)
hsv = cv2.cvtColor(ori, cv2.COLOR_RGB2HSV)
H, S, V = cv2.split(hsv)

lowerBlue = np.array([100, 100, 50])
upperBlue = np.array([130, 255, 255])
maskBlue = cv2.inRange(hsv, lowerBlue, upperBlue)
blueThings = cv2.bitwise_and(img, img, mask=maskBlue)

lowerRed = np.array([0, 43, 46])
upperRed = np.array([10, 255, 255])
maskRed = cv2.inRange(hsv, lowerRed, upperRed)
RedThings = cv2.bitwise_and(img, img, mask=maskRed)

lowerGreen = np.array([35, 43, 46])
upperGreen = np.array([77, 255, 255])
maskGreen = cv2.inRange(hsv, lowerGreen, upperGreen)
GreenThings = cv2.bitwise_and(img, img, mask=maskGreen)

plt.subplot(221), plt.imshow(img), plt.title('img'), plt.axis('off')
plt.subplot(222), plt.imshow(blueThings), plt.title('blue'), plt.axis('off')
plt.subplot(223), plt.imshow(RedThings), plt.title('red'), plt.axis('off')
plt.subplot(224), plt.imshow(GreenThings), plt.title('green'), plt.axis('off')
plt.show()

效果

相關資料

• HSV
  • HSV(Hue, Saturation, Value)是根據顏色的直觀特性由A. R. Smith在1978年創建的一種顏色空間, 也稱六角錐體模型(Hexcone Model)。
  • 色調H：用角度度量，取值範圍爲0°～360°，從紅色開始按逆時針方向計算，紅色爲0°，綠色爲120°,藍色爲240°。它們的補色是：黃色爲60°，青色爲180°,品紅爲300°
  • 飽和度S：飽和度S表示顏色接近光譜色的程度。一種顏色，可以看成是某種光譜色與白色混合的結果。其中光譜色所佔的比例愈大，顏色接近光譜色的程度就愈高，顏色的飽和度也就愈高。飽和度高，顏色則深而豔。光譜色的白光成分爲0，飽和度達到最高。通常取值範圍爲0%～100%，值越大，顏色越飽和。
  • 明度V：明度表示顏色明亮的程度，對於光源色，明度值與發光體的光亮度有關；對於物體色，此值和物體的透射比或反射比有關。通常取值範圍爲0%（黑）到100%（白）
• 一些顏色的hsv下的範圍
  
• mask = cv2.inRange(hsv, lowerb, upperb)
  • 設置閾值，進行掩膜運算，獲得對應顏色
  • hsv：原圖
  • lowerb：圖像中低於這個lowerb的值，圖像值變爲255
  • upperb：圖像中高於這個upperb的值，圖像值變爲255
  • 其餘像素的值爲0
• 其他資料
  • 【OpenCV】HSV顏色識別-HSV基本顏色分量範圍
  • python-opencv中的cv2.inRange函數
  • 將圖片轉換到HSV空間對圖片中特定顏色進行識別

在HSV模型下完成膚色的標記

代碼

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread("liuyifei.jpg", cv2.IMREAD_COLOR)
showImg = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
(_h, _s, _v) = cv2.split(hsv)
skin = np.zeros(_h.shape, dtype=np.uint8)
(x, y) = _h.shape

for i in range(0, x):
    for j in range(0, y):
        if (_h[i][j] > 0) and (_h[i][j] < 25) and (_s[i][j] > 28) and (_s[i][j] < 255) and (_v[i][j] > 50) and (
                _v[i][j] < 255):
            skin[i][j] = 255
        else:
            skin[i][j] = 0

res = cv2.bitwise_and(img, img, mask=skin)
showRes = cv2.cvtColor(res, cv2.COLOR_BGR2RGB)


plt.subplot(221), plt.imshow(showImg), plt.title('img'), plt.axis('off')
plt.subplot(222), plt.imshow(hsv), plt.title('hsv'), plt.axis('off')
plt.subplot(223), plt.imshow(skin), plt.title('skin'), plt.axis('off')
plt.subplot(224), plt.imshow(showRes), plt.title('res'), plt.axis('off')
plt.show()

效果

相關資料

• python opencv 膚色檢測
• 基於opencv的膚色檢測
• HSV顏色空間中的膚色檢測