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255upperb
: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
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