python 图像追踪_图像色彩追踪 python实现

色彩追踪指的是找出RGB图像中特定颜色在原图中所在的位置

思考：由于在RGB色彩空间中颜色有256³种，色彩追踪是比较困难的。所以我们考虑先将图像转换到HSV色彩空间中。

HSV变换，是将RGB变换到H(Hue：色相)、S(Saturation：饱和度)、V(Value：明度)的方法

关于HSV色彩空间的一些说明：

饱和度越小，图像越白，饱和度越大，颜色越浓烈，0<=S<=1;

明度数值越高图像越接近于白色，越低越接近于黑色，0<=V<=1;

色相：将颜色用0到360度表示，具体色相与数值对应关系可参考下图：

色相数值与颜色的对应关系

实验：追踪图像中的蓝色部分：

思考：为了追踪蓝色，可以将RGB图像转换为HSV图像后，提取色相在180°到240°之间的图像，将其值置为255(白色)。

import cv2

import numpy as np

import matplotlib.pyplot as plt

# BGR -> HSV

def BGR2HSV(_img):

img = _img.copy() / 255.

hsv = np.zeros_like(img, dtype=np.float32)

# get max and min

max_v = np.max(img, axis=2).copy()

min_v = np.min(img, axis=2).copy()

min_arg = np.argmin(img, axis=2)

# H

hsv[..., 0][np.where(max_v == min_v)]= 0

## if min == B

ind = np.where(min_arg == 0)

hsv[..., 0][ind] = 60 * (img[..., 1][ind] - img[..., 2][ind]) / (max_v[ind] - min_v[ind]) + 60

## if min == R

ind = np.where(min_arg == 2)

hsv[..., 0][ind] = 60 * (img[..., 0][ind] - img[..., 1][ind]) / (max_v[ind] - min_v[ind]) + 180

## if min == G

ind = np.where(min_arg == 1)

hsv[..., 0][ind] = 60 * (img[..., 2][ind] - img[..., 0][ind]) / (max_v[ind] - min_v[ind]) + 300

# S

hsv[..., 1] = max_v.copy() - min_v.copy()

# V

hsv[..., 2] = max_v.copy()

return hsv

# make mask

def get_mask(hsv):

mask = np.zeros_like(hsv[..., 0])

#mask[np.where((hsv > 180) & (hsv[0] < 260))] = 255

mask[np.logical_and((hsv[..., 0] > 180), (hsv[..., 0] < 260))] = 255

return mask

# Read image

img = cv2.imread("../lantian.jpg").astype(np.float32)

# RGB > HSV

hsv = BGR2HSV(img)

# color tracking

mask = get_mask(hsv)

out = mask.astype(np.uint8)

# Save result

cv2.imwrite("out.png", out)

cv2.imshow("result", out)

cv2.waitKey(0)

cv2.destroyAllWindows()

实验结果：

原图

图像中蓝色部分用白色表示，其它用黑色

可以看到，原图像中蓝色的部分就是生成图中白色的部分。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！