前言:
现在姐妹们对“灰度图转成数组的算法”可能比较看重,同学们都需要剖析一些“灰度图转成数组的算法”的相关知识。那么小编也在网络上汇集了一些有关“灰度图转成数组的算法””的相关文章,希望看官们能喜欢,你们快快来学习一下吧!上次介绍了通过opencv进行颜色转换,主要用到了cv2.cvtColor 和 cv2.inRange和个方法。我们先来回过一下最基本的使用方法:
cv2.cvtColor 和 cv2.inRange:
flags = [x for x in dir(cv2) if x.startswith("COLOR_") ]print(len(flags), flags)
函数cv2.cvtColor(input_image ,flag),flag是转换类型,也就是颜色转换的方法,我们发现有204种已经集成好的方法; input_image 是数组图片,即 cv2.imread结果。具体使用:
例如:
BGR和灰度图的转换使用 cv2.COLOR_BGR2GRAY
BGR和HSV的转换使用 cv2.COLOR_BGR2HSV
### 代码示例:src = cv2.imread('src/imgs/xx.jpg')gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) ## bgr -> graygray2 = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR) ## gray -> bgrhsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV) ## bgr -> hsvluv = cv2.cvtColor(src, cv2.COLOR_BGR2LUV) ## bgr -> luvresult = np.vstack(( np.hstack((src, gray2)), np.hstack((hsv, luv)), ))cv2.namedWindow("result", 0)cv2.imshow('result', result)cv2.waitKey(0)
颜色转换的结果:
函数:cv2.inRange(hsv, low, high), 函数很简单,参数有三个,hsv指的是原图,low指的是把图像中低于这个low的值变为0,high指的是把图像中高于这个high的值变为0。cv2.inRange()在这里主要是用来根据设定阈值范围生成掩模,根据掩模再与原图像进行按位与运算。为了查找方便,附上各个颜色与其对应的HSV值:
src = cv2.imread('src/imgs/3.jpg')hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV) ## bgr -> hsvred_lower = np.array([0, 43, 46])red_upper = np.array([10, 255, 255])mask_red = cv2.inRange(hsv, red_lower, red_upper) ### 获得红色的掩膜图red = cv2.bitwise_and(src, src, mask=mask_red) ### 图像逻辑计算result = np.hstack((src, red))cv2.namedWindow("red", 0)cv2.imshow('red', result)cv2.waitKey(0)
可以看到,我们顺利提取到了红色。再来挑战一下色卡:
原始色卡图像:
色卡图像红色提取结果:
可以看到不是很好,原因在于给定的 颜色范围设置过于机械和呆板,我们希望灵活一些,根据我的需要自己觉得,这样的话最好使用调色板来尝试。
2.“调色板”应用
##### 示例代码:def color_bar(): def callback(x): pass # 创建一副黑色图像 img = np.zeros((300,512,3),np.uint8) cv2.namedWindow('image') switch = 'ON\nOFF' cv2.createTrackbar(switch, 'image', 0, 1, callback) cv2.createTrackbar('R','image', 0, 255, callback) cv2.createTrackbar('G','image', 0, 255, callback) cv2.createTrackbar('B','image', 0, 255, callback) while True: cv2.imshow('image',img) k = cv2.waitKey(1)&0xFF if k == 27: break r = cv2.getTrackbarPos('R','image') g = cv2.getTrackbarPos('G','image') b = cv2.getTrackbarPos('B','image') s = cv2.getTrackbarPos(switch,'image') if s == 0: img[:] = 0 img[:] = [125, 0, 125] else: img[:] = [b, g, r] img[:] = [b, g, r] cv2.destroyAllWindows()
我们通过调色板可以动态地获取颜色数值,基于这样的思路,我们通过可以获得hsv颜色,然后去实时显示颜色提取的结果:
视频加载中...
红绿灯:红绿颜色提取效果:
橘子橙色提取效果:
以上就是本次分享的内容,是不是非常简单呢?欢迎评论区交流和讨论。
备注:免费获取源码,请评论区回复666。
标签: #灰度图转成数组的算法