官方官方文档
Goal
- In this tutorial, you will learn how to convert images from one color-space to another, like BGR Gray, BGR HSV etc.
- In addition to that, we will create an application which extracts a colored object in a video
- You will learn following functions : cv2.cvtColor(), cv2.inRange() etc.
实现目标：
1. 学习如何将图像从一种颜色空间转换为另一种颜色空间。比如：BGR与灰度图互转，BGR与HSV互转等等。
2. 除此之外，我们还将创建一个应用程序来提取视频中的有色对象。
3. 学习函数 cv2.cvtColor(), cv2.inRange()
改变颜色空间
BGR与灰度图互转，BGR与HSV互转。
对于颜色转换，我们使用函数cv2.cvtColor((input_image, flag)，其中flag决定转换的类型。
BGR
Gray，我们使用标志cv2.COLOR_BGR2GRAY。类似地，对于BGR
HSV，我们使用标志cv2.COLOR_BGR2HSV。要获得其他flag，只需在Python终端中运行以下命令：
>>> import cv2
>>> flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
>>> print flags
Saturation 范围为[0，255]，Value 范围为[0，255]。不同的软件使用不同的划分。因此，如果您要将OpenCV值与它们进行比较，则需要将这些范围规范化。
对象追踪
上面的案例中，我们知道如何将BGR图像转换为HSV，我们可以使用它提取一个彩色对象。在HSV中，表示颜色比RGB颜色空间更容易.在我们的应用程序中，我们将尝试提取一个蓝色的对象。下面是一个方法：
- 获取视频中的每一帧图像
从bgr转换到hsv颜色空间
我们将HSV图像的阈值设置为蓝色。
单独提取蓝色对象，我们可以对图像做任何操作
下面演示代码：
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
小贴士：
1、图像中有一些噪声。我们将在后面的学习中看到如何避免它们。
2、这是目标跟踪中最简单的方法。一旦你学会了轮廓的功能，你就可以做很多事情，比如找出这个物体的质心，然后用它来跟踪物体，只需在相机前移动你的手就可以画出图表和许多其他有趣的东西。
其中，第一幅图为原始图片，第二幅为标记图片，第三幅为过滤后，只留蓝色色素的图片。可以看出效果还是非常不错的。
如何找到HSV值跟踪？
这是在 stackoverflow.com 上常见的问题。它非常简单，您可以使用相同的函数cv2.cvtColor()。与其传递图像，不如传递所需的BGR值。例如，要查找Green的HSV值，请尝试在Python终端中执行以下命令：
>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print hsv_green
[[[ 60 255 255]]]
分别取[H-10，100，100]和[H+10，255，255]作为下界和上界。除此方法外，您还可以使用任何图像编辑工具(如GIMP或任何在线转换器)来查找这些值，但不要忘记调整HSV范围。
