从零学AI之图像算法3使用 opencv 进行图片颜色转换2

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：

1. 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 -> gray
gray2 = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR) ## gray -> bgr
hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV) ## bgr -> hsv
luv = cv2.cvtColor(src, cv2.COLOR_BGR2LUV) ## bgr -> luv
result = 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 -> hsv
red_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：

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。