Python OpenCV基于HSV的颜色分割实现示例

下面给您讲解一下“Python OpenCV基于HSV的颜色分割实现示例”的完整攻略。

简介

HSV是颜色空间的一种，由色调（Hue）、饱和度（Saturation）和明度（Value）构成。相对与RGB颜色空间，HSV颜色空间更加容易进行颜色分割。本实例使用Python OpenCV实现基于HSV颜色空间的颜色分割。

准备

安装Python和OpenCV、numpy库，可以使用pip install opencv-python numpy命令进行安装。

开始实现

1.读取图像

首先，读入一张图片。

import cv2

img = cv2.imread("example.jpg")

2.转换颜色空间

将BGR颜色空间转换为HSV颜色空间。

import cv2
import numpy as np

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

3.确定颜色分割的范围

选定要分割的颜色的范围。这里以分割红色为例，红色的HSV值为0-10和160-179。

import cv2
import numpy as np

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

# 分割红色
lower_red1 = np.array([0, 70,  50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([160, 70, 50])
upper_red2 = np.array([179, 255, 255])
mask_red1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask_red2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask_red = cv2.bitwise_or(mask_red1, mask_red2)

4.应用颜色分割

使用颜色分割后的掩膜对原图像进行处理，即可得到分割后的图像。

import cv2
import numpy as np

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

# 分割红色
lower_red1 = np.array([0, 70,  50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([160, 70, 50])
upper_red2 = np.array([179, 255, 255])
mask_red1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask_red2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask_red = cv2.bitwise_or(mask_red1, mask_red2)

# 应用颜色分割
res = cv2.bitwise_and(img, img, mask=mask_red)
cv2.imshow("result", res)
cv2.waitKey(0)
cv2.destroyAllWindows()

示例说明

示例1：分割绿色

如果要分割绿色，在确定颜色分割的范围时，可以设置如下的上下界。

# 分割绿色
lower_green = np.array([35, 43, 46])
upper_green = np.array([90, 255, 255])
mask_green = cv2.inRange(hsv, lower_green, upper_green)

示例2：分割蓝色

如果要分割蓝色，在确定颜色分割的范围时，可以设置如下的上下界。

# 分割蓝色
lower_blue = np.array([100, 50, 50])
upper_blue = np.array([124, 255, 255])
mask_blue = cv2.inRange(hsv, lower_blue, upper_blue)