您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:OpenCV半小时掌握基本操作之色彩空间

51自学网 2021-10-30 22:14:40
  python
这篇教程OpenCV半小时掌握基本操作之色彩空间写得很实用,希望能帮到您。

【OpenCV】⚠️高手勿入! 半小时学会基本操作⚠️色彩空间

概述

OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 6 课)

在这里插入图片描述

色彩空间

色彩空间 (Color Space) 即以同的空间维度来表示某一色彩 (通常使用 3 个或者 4 个 值).

在这里插入图片描述

常见的色彩空间:

  • RGB
  • HSV
  • HIS
  • YCrCb
  • YUV

色彩空间转换

原图:

在这里插入图片描述

代码实现:

import numpy as npimport cv2def color_space(image):    """色彩空间转换"""    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)    hls = cv2.cvtColor(image, cv2.COLOR_BGR2HLS)    ycrcb = cv2.cvtColor(image, cv2.COLOR_BGR2YCrCb)    yuv = cv2.cvtColor(image, cv2.COLOR_BGR2YUV)    h1 = np.hstack((hsv, hls))    h2 = np.hstack((ycrcb, yuv))    stack = np.vstack((h1, h2))    return stack# 读取图片img = cv2.imread("beautiful_girl.jpg")# 不同色彩空间stack = color_space(img)# 图片展示cv2.imshow("stack", stack)cv2.waitKey(0)cv2.destroyAllWindows()

输出结果:

在这里插入图片描述

视频阈值

import numpy as npimport cv2def video_capture():    """读取视频"""        # 从摄像头获取视频    capture = cv2.VideoCapture(0)        # 循环    while (True):        # 读取一帧        ret, frame = capture.read()        # 如果读取帧, 返回值为False, break        if ret == False:            break        # 设置颜色阈值        lower = np.array([0, 0, 0])        upper = np.array([100, 100, 255])        mask = cv2.inRange(frame, lowerb=lower, upperb=upper)                # 展示        cv2.imshow("video", frame)        cv2.imshow("mask", mask)        # 按下q键退出        if cv2.waitKey(20) & 0xFF == ord("q"):            breakif __name__ == "__main__":    video_capture()

输出结果:

在这里插入图片描述

到此这篇关于OpenCV半小时掌握基本操作之色彩空间的文章就介绍到这了,更多相关OpenCV色彩空间内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net!


OpenCV机器学习MeanShift算法笔记分享
Python爬虫和反爬技术过程详解
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。