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
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
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255upperb：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
相关资料
