1、修改颜色模式
1.1、相关知识介绍
颜色模式：是将某种颜色表现为数字形式的模型，或者说是一种记录图像颜色的方式。分为：RGB模式、CMYK模式、HSB模式、Lab颜色模式、位图模式、灰度模式、索引颜色模式、双色调模式和多通道模式。
RGB模式：利用了红、绿、蓝三原色的原理展现色彩，对机器比较友好，是最传统的方式，电视机等屏幕就是采用这种方式。
HSB模式：也叫做HSV，利用色相、饱和度、明度的原理展现色彩，对人类比较友好。
灰度模式： 用单一色调表现图像，用0到255的不同灰度值来表示图像, 0表示黑色, 255表示白色。
HSV(HSB)模式的范围
8-bit图片中
PS中的HSV范围，H是0-360，S是0-1，V（B）是0-1
opencv中的HSV范围，H是0-180，S是0-255，V是0-255
转换方式
把PS中H的值除以2，S乘255，V乘255，可以得到对应的opencv的HSV值
1.2、提取图片中的粉色
1.2.1、思路
a. 加载图片c.png
b. 将图片c.png从RGB模式改成HSV模式
c. 选取粉色区域
这里为什么要转成HSV模式而不是直接使用RGB模式，有些疑惑，于是我按照RGB模式取了粉色区域，运行后发现并没有选取出来。所以猜测，转成HSV后区域是连贯的，可使用inRange选区。
1.2.2、代码
import cv2
import numpy as np
img = cv2.imread('c.png')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_pink = np.array([160,20,20])
upper_pink = np.array([168,255,255])
mask = cv2.inRange(hsv, lower_pink, upper_pink)
res = cv2.bitwise_and(img, img, mask= mask)
cv2.imshow('frame',img)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
cv2.waitKey(0)
cv2.destroyAllWindows()1.2.3、运行结果
1.2.4、知识点
- imread
函数: cv2.imread(filename[, flags]) → retva
描述: 读取一张图片, 并返回图片句柄
参数: filename[要加载的图片路径]
flags[加载图片的data type, 具体参考备注1]
返回: retva[图片句柄]
备注1: >0[三通道图片]
=0[灰阶图片]
<0[带透明通道的图片]
备注2: 支持的图片 *.bmp, *.dib, *.jpeg, *.jpg, *.jpe, *.jp2, *.png, *.pbm, *.pgm, *.ppm, *.sr, *.ras, *.tiff, *.tif- cvrColor
函数: cv2.cvtColor(src, code[, dst[, dstCn]]) → dst
描述: 将图片从一种颜色模式转成另一种颜色模式
参数: src[要转换的源图片, 可以是uint8、uint16或float等]
dst[转换后的目标图片]
code[转换标识符, 具体见备注1]
返回: dst[转换后的目标图片]
备注1：RGB与GRAY转换的标识有[CV_BGR2GRAY, CV_RGB2GRAY, CV_GRAY2BGR, CV_GRAY2RGB]
RGB与CIE XYZ.Rec的转换标识有[CV_BGR2XYZ, CV_RGB2XYZ, CV_XYZ2BGR, CV_XYZ2RGB]
RGB与YCrCb的转换标识有[CV_BGR2YCrCb, CV_RGB2YCrCb, CV_YCrCb2BGR, CV_YCrCb2RGB]
RGB与HSV的转换标识有[CV_BGR2HSV, CV_RGB2HSV, CV_HSV2BGR, CV_HSV2RGB]
RGB与CIE L*a*b*的转换标识有[CV_BGR2Lab, CV_RGB2Lab, CV_Lab2BGR, CV_Lab2RGB]
RGB与CIE L*u*v* 的转换标识有[CV_BGR2Luv, CV_RGB2Luv, CV_Luv2BGR, CV_Luv2RGB]
RGB与Bayer的转换标识有[CV_BayerBG2BGR, CV_BayerGB2BGR, CV_BayerRG2BGR, CV_BayerGR2BGR, CV_BayerBG2RGB, CV_BayerGB2RGB, CV_BayerRG2RGB, CV_BayerGR2RGB]转换标识诸如cv2.COLOR_BGR2HSV这类，可以使用以下方式查看所有的标识
>>> import cv2
>>> flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
>>> print flags- inRange
函数: cv2.inRange(src, lowerb, upperb[, dst]) → dst
描述: 检查数组srv是否在lowerb数组和upperb数组之间, 将svr中符合条件的值置为255，不符合条件的值置为0
参数: src[要检查的数组]
lowerb[检查条件的下界]
upperb[检查条件的上界]
返回: dst[经过筛选处理后的数组(0和255组成)]- bitwise_and
函数: cv2.bitwise_and(src1, src2[, dst[, mask]]) → dst
描述: 将src1和src2以mask方式按位合并
参数: src1[要操作的源数组1]
src2[要操作的源数组2]
mask[标识, 标识了哪些位置要按位合并(255合并, 0置为0)]
返回: dst[处理后的数组]- 如何通过RGB获取HSV的颜色值
可以参考以下方法
>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print hsv_green
[[[ 60 255 255]]]附录
在本篇文章中所有示例所处理的图片为下图0.1，图片名字为a.png。
下图0.2, 图片名字为b.png
下图0.3, 图片名字为c.png
本文参考文章