如何找到hsv空间中某颜色的范围以便分割

东方耀

1. 
   
2. import cv2
   
3. import numpy as np
   
4. # 如何找到hsv空间中某颜色的范围以便分割
   
5. 
   
6. # BGR
   
7. # green = np.uint8([0, 255, 0])
   
8. green = np.uint8([[[255, 0, 0]]])
   
9. # HWC
   
10. print(green.shape)
    
11. hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
    
12. 
    
13. print(hsv_green)
    
14. 
    
15. # 结果是[[[ 60 255 255]]]
    
16. # 现在以 [H-10, 100,100] 到 [H+10, 255, 255] 作为范围 颜色过滤
    
17. # 注意不要忘记hsv本来的取值范围
    
18. # 根据HSV模型，
    
19. # 彩色图像的色调(H)在8bit下是（0-180）三基色的值大概是红（0），黄（30），绿（60），青（90），蓝（120）
    
20. # 饱和度(S)的范围是(0-255)，明度(V)的范围是（0-255）
    

复制代码

1. # 设定蓝色的阈值
   
2. 
   
3.     lower_blue = np.array([110, 100, 100])
   
4.     upper_blue = np.array([130, 255, 255])
   
5.     # 丢弃蓝色的背景 干扰
   
6.     hsv = cv2.cvtColor(crop_img, cv2.COLOR_BGR2HSV)
   
7.     mask = cv2.inRange(hsv, lower_blue, upper_blue)
   
8.     # 二值化mask
   
9.     _, mask = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY_INV)
   
10.     # mask = 255 - mask
    
11.     res = cv2.bitwise_and(crop_img, crop_img, mask=mask)

复制代码

东方耀

Now you take [H-10, 100,100] and [H+10, 255, 255] as lower bound and upper bound respectively.