欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

操作小记(图像中不同颜色的提取)

程序员文章站 2022-07-14 09:47:19
...

图像中不同颜色的提取

通过色彩模型的转换(BGR——HSV),分别提取出图像的不同颜色模块

代码

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
操作小记(图像中不同颜色的提取)
相关资料

  • HSV
    • HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。
    • 色调H:用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°
    • 饱和度S:饱和度S表示颜色接近光谱色的程度。一种颜色,可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大,颜色接近光谱色的程度就愈高,颜色的饱和度也就愈高。饱和度高,颜色则深而艳。光谱色的白光成分为0,饱和度达到最高。通常取值范围为0%~100%,值越大,颜色越饱和。
    • 明度V:明度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,此值和物体的透射比或反射比有关。通常取值范围为0%(黑)到100%(白)
  • 一些颜色的hsv下的范围
    操作小记(图像中不同颜色的提取)
  • mask = cv2.inRange(hsv, lowerb, upperb)
    • 设置阈值,进行掩膜运算,获得对应颜色
    • hsv:原图
    • lowerb:图像中低于这个lowerb的值,图像值变为255
    • upperb:图像中高于这个upperb的值,图像值变为255
    • 其余像素的值为0
  • 其他资料
在HSV模型下完成肤色的标记

代码

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
操作小记(图像中不同颜色的提取)

相关资料

相关标签: 机器视觉