5.1. 13 颜色空间转换¶
目标
你将学习如何对图像进行颜色空间转换，比如从 BGR 到灰度图，或者从BGR 到
HSV 等。
我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。
我们将要学习的函数有：cv2.cvtColor()，cv2.inRange() 等。
5.1.1. 13.1 转换颜色空间¶
在 OpenCV 中有超过 150 中进行颜色空间转换的方法。但是你以后就会、发现我们经常用到的也就两种：BGR ↔Gray 和 BGR↔HSV。
我们要用到的函数是：cv2.cvtColor(input_image ，flag)，其中 flag就是转换类型。
对于 BGR↔Gray 的转换，我们要使用的 flag 就是 cv2.COLOR_BGR2GRAY。
同样对于 BGR↔HSV 的转换，我们用的 flag 就是 cv2.COLOR_BGR2HSV。
你还可以通过下面的命令得到所有可用的 flag。
>>> import cv2
>>> for i in dir(cv2):
>>> if i.startswith('COLOR_'):
>>> flags=i
>>> print( flags)
COLOR_mRGBA2RGBA
注意：在 OpenCV 的 HSV 格式中，H（色彩/色度）的取值范围是 [0，179]，S（饱和度）的取值范围 [0，255]，V（亮度）的取值范围 [0，255]。但是不同的软件使用的值可能不同。所以当你需要拿 OpenCV 的 HSV 值与其他软件的 HSV 值进行对比时，一定要记得归一化。
5.1.2. 13.2 物体跟踪¶
现在我们知道怎样将一幅图像从 BGR 转换到 HSV 了，我们可以利用这一点来提取带有某个特定颜色的物体。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。在我们的程序中，我们要提取的是一个蓝色的物体。下面就是就是我们要做的几步：
从视频中获取每一帧图像
将图像转换到 HSV 空间
设置 HSV 阈值到蓝色范围。
获取蓝色物体，当然我们还可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。
下面就是我们的代码：
import cv2 import numpy as np
cap = cv2.VideoCapture(r'你的视频文件')
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()
注意：这是物体跟踪中最简单的方法。当你学习了轮廓之后，你就会学到更多相关知识，那是你就可以找到物体的重心，并根据重心来跟踪物体，仅仅在摄像头前挥挥手就可以画出同的图形，或者其他更有趣的事。
5.1.3. 13.3 怎样找到要跟踪对象的 HSV 值？¶
这是我在stackoverflow.com上遇到的最普遍的问题。其实这真的很简单，函数 cv2.cvtColor() 也可以用到这里。但是现在你要传入的参数是（你想要的）BGR 值而不是一副图。例如，我们要找到绿色的 HSV 值，我们只需在终端输入以下命令：
>>> import cv2
>>> import numpy as np
>>> # green=np.uint8([0,255,0])
>>> # hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> # error: /builddir/build/BUILD/opencv-2.4.6.1/
>>> # modules/imgproc/src/color.cpp:3541:
>>> # error: (-215) (scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)
>>> # in function cvtColor
>>> #scn (the number of channels of the source),
>>> #i.e. self.img.channels(), is neither 3 nor 4.
>>> #
>>> #depth (of the source),
>>> #i.e. self.img.depth(), is neither CV_8U nor CV_32F.
>>> # 所以不能用 [0,255,0] ，而要用 [[[0,255,0]]]
>>> # 这里的三层括号应该分别对应于 cvArray ， cvMat ， IplImage
>>> green=np.uint8([[[0,255,0]]])
>>> hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print(hsv_green)
[[[ 60 255 255]]]
现在你可以分别用 [H-100，100，100] 和 [H+100，255，255] 做上下阈值。除了这个方法之外，你可以使用任何其他图像编辑软件（例如 GIMP）或者在线转换软件找到相应的 HSV 值，但是最后别忘了调节 HSV 的范围。
练习
尝试同时提取多个不同的颜色物体，比如同时提取红，蓝，绿三个不同颜色的物体。