极客笔记如何使用OpenCV Python查找颜色的HSV值？
OpenCV是计算机视觉领域最受欢迎的开源库之一。它可以用于图像处理、计算机视觉及机器学习等领域。HSV颜色模型是OpenCV Python中一个重要的参数，可以用于查找图像中特定颜色的像素。在本篇文章中，我们将介绍一些使用OpenCV Python进行HSV颜色查找的简单方法。
什么是HSV颜色模型
HSV颜色模型是基于人类视觉的原理设计的一种颜色模型。它用三个参数描述一个颜色：Hue（色相）、Saturation（饱和度）、Value（亮度）。
- 色相（Hue）：表示几何上的颜色，取值范围为0~360度。其中红色为0度、绿色为120度、蓝色为240度。
- 饱和度（Saturation）：表示颜色的纯度，取值范围为0~1。值越高，颜色越鲜艳。
- 亮度（Value）：表示颜色的亮度，取值范围为0~1。值越高，颜色越明亮。
HSV颜色模型可以用于图像处理中的颜色识别和跟踪等任务。
如何使用OpenCV Python查找颜色的HSV值
使用OpenCV Python查找颜色的HSV值需要先将BGR颜色空间转换为HSV颜色空间。我们可以使用cv2.cvtColor()函数实现转换。
示例代码
import cv2
import numpy as np
# 读取图像
img = cv2.imread("example.png")
# 将BGR颜色空间转换为HSV颜色空间
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 查找指定HSV值范围内的像素
lower = np.array([30, 50, 50])
upper = np.array([70, 255, 255])
mask = cv2.inRange(hsv_img, lower, upper)
# 显示图像和掩模
cv2.imshow("Image", img)
cv2.imshow("Mask", mask)
cv2.waitKey(0)
上述代码将一个名为example.png的图像读入，并将其从BGR颜色空间转换为HSV颜色空间。然后，我们查找了HSV值在[30, 50, 50]到[70, 255, 255]范围内的像素，并创建了一个掩模。最后，我们分别显示原始图像和创建的掩模。
在这个例子中，我们创建了一个名为mask的掩模。这是一个表示每个像素是否属于特定颜色范围的二进制图像。如果像素属于特定颜色范围，那么它在掩模中的值就是255，否则就是0。
调整颜色范围
如果需要查找不同颜色范围内的像素，请调整lower和upper值。
示例代码
import cv2
import numpy as np
# 读取图像
img = cv2.imread("example.png")
# 将BGR颜色空间转换为HSV颜色空间
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 查找指定HSV值范围内的像素
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
red_mask = cv2.inRange(hsv_img, lower_red, upper_red)
lower_red = np.array([170, 50, 50])
upper_red = np.array([180, 255, 255])
red_mask += cv2.inRange(hsv_img, lower_red, upper_red)
# 显示图像和掩模
cv2.imshow("Image", img)
cv2.imshow("Red Mask", red_mask)
cv2.waitKey(0)
上述代码首先读取了一个名为example.png的图像，并将其从BGR颜色空间转换为HSV颜色空间。然后，我们定义了两个不同的颜色范围，即[0, 50, 50]到[10, 255, 255]和[170, 50, 50]到[180, 255, 255]，并分别用两个掩模表示这两个范围内的像素。最后，我们分别显示原始图像和两个掩模。
在这个例子中，我们首先创建了一个名为red_mask的掩模，表示[0, 50, 50]到[10, 255, 255]范围内的像素。然后，我们使用类似的方法创建了另一个掩模，表示[170, 50, 50]到[180, 255, 255]范围内的像素。注意，我们使用了+=运算符将两个掩模合并。
结论
在本文中，我们介绍了如何使用OpenCV Python查找颜色的HSV值。我们首先介绍了HSV颜色模型的基本概念，然后展示了如何将BGR颜色空间转换为HSV颜色空间，并使用cv2.inRange()函数查找特定颜色范围内的像素。最后，我们展示了如何调整颜色范围以查找不同颜色范围内的像素。希望这篇文章对你有帮助。