【制作中】操作一下BGR↔HSV

混森蓝兽

    大家好，我又来了，吔，记性不好，忘记拿东西了！你们先留在此地不要走动，我回去给你们拿几个橘子。
    今天趁搬砖的时候工头不注意，偷偷又学了会儿openCV的基础知识，发现我在操作图像之前，是需要先做一下颜色空间变换的，所以今天的任务就是这个。照例感谢易络盟，感谢爱板网，感谢管理大大。

    在计算机视觉的领域，应用HSV/HIS颜色模型，相较于RGB与CMYK模型更加符合人眼对颜色的感觉。当采用基础颜色空间RGB模型颜色模型时，除了不均匀与空间不正交这些不足以外，也就是说，直观性差也是一主要的缺陷。比如你无法从给定的3个R、G、B值来感知颜色。而采用HSV颜色模型时H坐标就表示色调，判断一种颜色只需要根据他的H坐标而不用去计算3刺激值。
    一般保存在计算机中的图像都是以RGB颜色模型来定义颜色的，因此在图像处理之前需要进行颜色空间的转换。 在openCV中，BGR↔HSV是相当简单的，只需要调用一个库中的一个函数即可完成转换。
    我们用到的函数是cv2.cvtColor(input_imageflag)，其中flag就是转换类型。对于BGR↔HSV的转换我们用的flag就是cv2.COLOR_BGR2HSV。下图就是BGR↔HSV的图像对比。

   OK,BGR 换到 HSV 完成了，下来我们利用 一点来提取带有某个特定色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在 OpenCV 的 HSV 格式中，H的取值范围是 [0，179]， S的取值范围 [0，255]，V的取值范围 [0，255]。比如说，我们现在要提取保留“999绿色块”的图像，滤掉其他背景，按照下面的步骤来即可：
• 从视频中获取每一帧图像
• 将图像换到 HSV 空间
• 设置 HSV 阀值到“999绿色块”范围。
• 获取“999绿色块”
------------------------------------------------------------------
#-*-coding:utf-8-*-
import cv2.cv
#import cv2.cv as cv
import numpy as np

# get video from USB camera
cap = cv2.VideoCapture(0)

#Set the size of video as 640*480
cap.set(3,640)
cap.set(4,480)

cv2.namedWindow('HSV')
cv2.namedWindow('camrea')

while(1):
    ret, frame = cap.read()
    #converting to HSV
    hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

    lower_green = np.array([50,100,100])
    upper_green = np.array([160,255,255])

    mask = cv2.inRange(hsv,lower_green,upper_green)
    hsv = cv2.bitwise_and(frame,frame,mask=mask)

    cv2.imshow('HSV',hsv)   
    cv2.imshow('camrea',frame)
    #Hold the video windos
    cv2.waitKey(1)
   
cap.release()
cv2.destroyAllWindows()
------------------------------------------------------------------
      一波操作过后，世界就只剩绿色了（左边图像），非绿的都变成了黑色的背景（光线不好，手电筒补光）。绿色好啊，环保健康，憨厚老实，积极向上，朝气蓬勃，原谅你了。

lili821

哥们儿昵称不错

ky123

橘子呢？