Python-OpenCV颜色提取分割方法

简介

在进行图像处理时，颜色提取和分割是很常用的技术。本文将介绍如何使用Python以及OpenCV库进行颜色提取和分割。

基础知识

OpenCV

OpenCV是一个开源计算机视觉库，包括各种图像处理和计算机视觉的函数。在Python中，OpenCV库能够与Numpy库整合，并可实现使图像变得更加易于处理的数据格式和工具。

RGB颜色空间

RGB颜色空间使用红（R）、绿（G）、蓝（B）三种颜色分量来描述一种颜色。在RGB颜色空间中，每个颜色分量的取值范围为0-255。例如，灰色可用(128,128,128)或(0.5×255,0.5×255,0.5×255)来表示。

HSV颜色空间

HSV颜色空间使用色相（Hue）、饱和度（Saturation）、明度（Value）三个值来描述一种颜色。HSV颜色空间对于颜色提取很有用，因为它将颜色的亮度和彩度分离开来，且更加符合人眼的感知方式。在HSV颜色空间中，H的取值范围为0-180，S和V的取值范围均为0-255。

颜色提取

本文使用的图像是网上随机下载的一张彩色图片：

为了更好地提取图片中的红色部分，我们将颜色空间转换为HSV。在HSV颜色空间中，红色的H值大约为0或150，而S和V的值通常都比较高。我们可以使用inRange函数来筛选出H、S、V在一定范围内的像素：

import cv2

image = cv2.imread("image.jpg")
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 定义HSV值的范围
lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)

lower_red = np.array([160, 100, 100])
upper_red = np.array([180, 255, 255])
mask2 = cv2.inRange(hsv, lower_red, upper_red)

# 将两个mask合并
mask = mask1 + mask2

# 将mask带入图像中查看效果
res = cv2.bitwise_and(image, image, mask=mask)

cv2.imshow("res",res)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中，我们首先导入了OpenCV库，读取了一张图片并将其从BGR颜色空间转换为HSV颜色空间。接着，我们定义了两个数组，lower_red和upper_red，用于指定红色的取值范围。我们使用了inRange函数来获取H、S、V在特定范围内的像素，生成了两个不同阈值的掩膜(mask1和mask2)。最后，我们将两个掩膜合并成一个(mask = mask1 + mask2)，使用bitwise_and函数将掩膜应用于原始图像。最终，我们可以得到包含红色部分的结果图像。

颜色分割

在颜色分割中，我们将对象从图像的背景中分离出来。在接下来的示例中，我们将使用一张包含红色和绿色球的图片，将两个球从背景中分离出来。

import cv2
import numpy as np

# 读取图片
image = cv2.imread("balls.jpg")

# 颜色空间转换BGR->HSV
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 确定颜色的阈值范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
mask_red = cv2.inRange(hsv, lower_red, upper_red)

# 确定绿色的阈值范围
lower_green = np.array([50, 50, 50])
upper_green = np.array([100, 255, 255])
mask_green = cv2.inRange(hsv, lower_green, upper_green)

# 将两个mask合并
mask = mask_red + mask_green

# 对图像应用掩膜
res = cv2.bitwise_and(image,image,mask=mask)

# 显示结果
cv2.imshow('res',res)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先导入了OpenCV和Numpy库，并读取了一张包含两个球的图片。然后，我们通过转换为HSV颜色空间并使用inRange函数定义两个颜色的阈值范围，来获取两个掩膜(mask_red和mask_green)。最终，我们将两个掩膜合并成一个(mask = mask_red + mask_green)并将其应用于原始图像，获得包含红色和绿色球的结果图像。

总结

本文介绍了如何使用Python和OpenCV库进行颜色提取和分割。在进行颜色提取时，我们可以利用opencv库的inRange函数来获取像素的范围，拼凑成掩膜，从而提取指定颜色的像素。在分割时，可以类似地使用两个掩膜来从复杂的背景中分离出指定颜色的物体。