32.色彩分割(inRange/cvtColor/iostrea

---

本文作者：小嗷

微信公众号：aoxiaoji

吹比QQ群：736854977

本文链接：https://mp.weixin.qq.com/s?__biz=MzU1MTgxNjQyMg==&mid=2247483895&idx=1&sn=b20bb19349fb1db991a2111e215777e8&chksm=fb8adc7eccfd556855625ba36b072c1ba6bb36f925db7f69cf58dde654830b4219b1b809915a#rd

---

image image image

在第5篇阈值threshold函数和第29篇用到adaptiveThreshold二值化

这应该是阈值的最后一篇

在本篇中，您将学习:

• 使用OpenCV cv::inRange函数执行基本阈值操作。()

• 根据HSV颜色空间中像素值的范围检测一个对象。

---

本文你会找到以下问题的答案:

1. inRange()

2. cvtColor()

3. iostream()

4. max()与min()

---

2.1 原理

• 在前几篇中，我们学习了如何使用cv::阈值函数来执行阈值。(第5篇和第29篇)

• 在本篇中，我们将学习如何使用cv::inRange函数。

• 这个概念仍然是一样的(和第5篇)，但是现在我们添加了我们需要的一系列像素值。

2.2 HSV 彩色空间

HSV（色相、饱和度、值）色彩空间是一种代表色彩空间的模型，类似于RGB颜色模型。由于色彩通道为颜色类型建模，所以它在图像处理任务中非常有用，因为它需要根据颜色来分割对象。饱和度的变化从不饱和到表示灰色和完全饱和（没有白色成分）。Value channel描述颜色的亮度或强度。下一个图像显示HSV圆柱。

image.gif

通过sharkd派生作品：SharkD CC By sa 3.0或GFDL，通过维基共享（图源维基百科）

（说明一下Hue是色彩的意思，Saturation是饱和度，Value代表是亮度）

由于RGB颜色空间中的颜色是使用三个通道进行编码的，所以在图像中根据其颜色对一个对象进行分段是比较困难的。

image

由SharkD GFDL或CC By sa 4.0，来自维基共享（图源维基百科）

用于从一个颜色空间转换到另一个颜色空间的公式是：cv::cvtColor函数

HSL and HSV来自维基百科详解

https://en.wikipedia.org/wiki/HSLandHSV

image

3.1 inRange()

检查数组元素是否位于两个其他数组的元素之间。

1void cv::inRange  ( InputArray  src,  2  InputArray  lowerb,  3  InputArray  upperb,  4  OutputArray  dst  5 ) 

这个函数检查范围如下：

对于单通道输入阵列的每一个元素：

image

双通道数组:

image

等等

也就是说，如果src(I)在指定的1D、2D、3D中，那么dst(I)被设置为255（所有1位）。其余都是0。

当下界和/或上界参数为标量（固定不变的数值）时，在上面的公式中，下标（I）和上b的索引应该被省略。

参数详解：

• src：输入图像，CV2常用Mat类型；

• lowerb:具有包容性的下界数组或标量。

• upperb:包含上边界数组或标量。

• dst:与src和cv8u类型相同大小的输出阵列。(CV8U忘了是什么的小伙伴请回到第21篇，即图像深度0-255，0-255就是)

inRange()好处及用法：可以同时针对多通道进行操作，每个通道的像素值都必须在规定的阈值范围内！

（什么操作？这个像素值不得超过最低值lowerb，和最大值upperb，超过就黑色，没有就白色。小学数学题，忘了小嗷也没办法）

阈值就是单纯的大于小于，inrange则是既要小于它又要大于他

3.2 cvtColor()

将图像从一个颜色空间转换为另一个颜色空间。

1void cv::cvtColor  ( InputArray  src,  2  OutputArray  dst,  3  int  code,  4  int  dstCn = 0  5 )  

该函数将输入图像从一个颜色空间转换为另一个颜色空间。如果转换到RGB颜色空间，通道的顺序应该显式地指定（RGB或BGR）。注意，OpenCV中的默认颜色格式通常被称为RGB，但它实际上是BGR（字节被颠倒了）。因此，标准（24位）颜色图像中的第一个字节将是一个8位的蓝色组件，第二个字节将是绿色的，第三个字节将是红色的。（8位就是2的8次方等于255，这里说的专业点）

R、G和B通道值的常规范围是：

• cv8u图像的0到255

• 对于cv16u图像，0到65535

• cv32f图像的0到1

在线性变换的情况下，这个范围并不重要。但是，在非线性转换的情况下，输入RGB图像应该被规范化为适当的值范围，以获得正确的结果，例如，

RGB到Luv变换。例如，如果您有一个32位的浮点图像直接从8位图像转换而没有任何缩放，那么它就会有0。255的值范围而不是0。由函数承担。因此，在调用cvtColor之前，您首先需要将图像缩小：

img *= 1./255;
cvtColor(img, img, COLOR_BGR2Luv);

如果您使用带有8位图像的cvtColor，那么转换将会丢失一些信息。对于许多应用程序来说，这是不明显的，但是建议在应用程序中使用32位图像，这些应用程序需要全部的颜色，或者在操作之前转换图像，然后再转换回来。

如果转换增加了alpha通道，它的值将被设置为对应的通道范围的最大值：cv8u的255，cv16u的65535，cv32f的1。

参数详解：

• src：输入图像为8位无符号，16位无符号（cv16uc。）或单精度浮点。

• dst：与src相同大小和深度的输出图像。

• code：彩色空间转换代码（参见colorconversioncode）。

• dstCn：目标图像中的通道数;如果参数为0，则通道的数量将自动从src和代码中派生出来。（原来深度）

其中，最后一个参数dstCn用于指定目标图像的通道数，如果指定的值是默认值0，那么通道数将由输入图像和颜色转换码决定。 cv::cvtColor()支持多种颜色空间之间的转换，其支持的转换类型和转换码如下：

1、RGB和BGR（opencv默认的彩色图像的颜色空间是BGR）颜色空间的转换

cv::COLORBGR2RGB cv::COLORRGB2BGR cv::COLORRGBA2BGRA cv::COLORBGRA2RGBA

2、向RGB和BGR图像中增添alpha通道

cv::COLORRGB2RGBA cv::COLORBGR2BGRA

3、从RGB和BGR图像中去除alpha通道

cv::COLORRGBA2RGB cv::COLORBGRA2BGR

4、从RBG和BGR颜色空间转换到灰度空间

cv::COLORRGB2GRAY cv::COLORBGR2GRAY

cv::COLORRGBA2GRAY cv::COLORBGRA2GRAY

5、从灰度空间转换到RGB和BGR颜色空间

cv::COLORGRAY2RGB cv::COLORGRAY2BGR

cv::COLORGRAY2RGBA cv::COLORGRAY2BGRA

6、RGB和BGR颜色空间与BGR565颜色空间之间的转换

cv::COLORRGB2BGR565 cv::COLORBGR2BGR565 cv::COLORBGR5652RGB cv::COLORBGR5652BGR cv::COLORRGBA2BGR565 cv::COLORBGRA2BGR565 cv::COLORBGR5652RGBA cv::COLORBGR5652BGRA

7、灰度空间域BGR565之间的转换

cv::COLORGRAY2BGR555 cv::COLORBGR5552GRAY

8、RGB和BGR颜色空间与CIE XYZ之间的转换

cv::COLORRGB2XYZ cv::COLORBGR2XYZ cv::COLORXYZ2RGB cv::COLORXYZ2BGR

9、RGB和BGR颜色空间与uma色度（YCrCb空间）之间的转换

cv::COLORRGB2YCrCb cv::COLORBGR2YCrCb cv::COLORYCrCb2RGB cv::COLORYCrCb2BGR

10、RGB和BGR颜色空间与HSV颜色空间之间的相互转换

cv::COLORRGB2HSV cv::COLORBGR2HSV cv::COLORHSV2RGB cv::COLORHSV2BGR

11、RGB和BGR颜色空间与HLS颜色空间之间的相互转换

cv::COLORRGB2HLS cv::COLORBGR2HLS cv::COLORHLS2RGB cv::COLORHLS2BGR

12、RGB和BGR颜色空间与CIE Lab颜色空间之间的相互转换

cv::COLORRGB2Lab cv::COLORBGR2Lab cv::COLORLab2RGB cv::COLORLab2BGR

13、RGB和BGR颜色空间与CIE Luv颜色空间之间的相互转换

cv::COLORRGB2Luv cv::COLORBGR2Luv cv::COLORLuv2RGB cv::COLORLuv2BGR

14、Bayer格式（raw data）向RGB或BGR颜色空间的转换

cv::COLORBayerBG2RGB cv::COLORBayerGB2RGB cv::COLORBayerRG2RGB cv::COLORBayerGR2RGB cv::COLORBayerBG2BGR cv::COLORBayerGB2BGR cv::COLORBayerRG2BGR cv::COLORBayerGR2BGR

线性变换也成为线性映射（ linear mapping），是从一个向量空间V到另一个向量空间W的映射且保持加法运算和数量乘法运算，而线性变换（linear transformation）是线性空间V到其自身的线性映射。（小嗷以后抽点时间写写，这里简单说说）

LUV色彩空间全称CIE 1976(L,u,v) （也作CIELUV）色彩空间，L表示物体亮度，u和v是色度。于1976年由国际照明委员会CIE 提出，由CIE XYZ空间经简单变换得到，具视觉统一性。类似的色彩空间有CIELAB。对于一般的图像，u和v的取值范围为-100到+100，亮度为0到100。

image

3.3 iostream

iostream是指iostream库

3.4 min()与max()

1softfloat cv::min（max）  ( const softfloat &  a,  2  const softfloat &  b  3 )  

max(a, b) 表示a，b中较大的数 当a>b时，值为a。 当a<b时，值为b。

min()则相反，不懂的话.QQ叫小嗷。

image

本篇文章的代码如下所示。

1//首先是包含的包(类),1包含.图像处理，那么一定是imgproc.hpp 2//然后，需要图行界面那么就是：highgui 3//基本的输入输出流 4 5#include "opencv2/imgproc.hpp" 6#include "opencv2/highgui.hpp" 7#include <iostream> 8 9//命名控件10using namespace cv;11//色彩18012const int max_value_H = 360 / 2;13const int max_value = 255;14const String window_capture_name = "Video Capture";//打开摄像头的窗口名字15const String window_detection_name = "Object Detection";//侦察窗口名字16int low_H = 0, low_S = 0, low_V = 0;17int high_H = max_value_H, high_S = max_value, high_V = max_value;181920//定义回调函数，轨迹条21static void on_low_H_thresh_trackbar(int, void *)22{23    low_H = min(high_H - 1, low_H);24    setTrackbarPos("Low H", window_detection_name, low_H);25}2627static void on_high_H_thresh_trackbar(int, void *)28{29    high_H = max(high_H, low_H + 1);30    setTrackbarPos("High H", window_detection_name, high_H);31}3233static void on_low_S_thresh_trackbar(int, void *)34{35    low_S = min(high_S - 1, low_S);36    setTrackbarPos("Low S", window_detection_name, low_S);37}3839static void on_high_S_thresh_trackbar(int, void *)40{41    high_S = max(high_S, low_S + 1);42    setTrackbarPos("High S", window_detection_name, high_S);43}4445static void on_low_V_thresh_trackbar(int, void *)46{47    low_V = min(high_V - 1, low_V);48    setTrackbarPos("Low V", window_detection_name, low_V);49}5051static void on_high_V_thresh_trackbar(int, void *)52{53    high_V = max(high_V, low_V + 1);54    setTrackbarPos("High V", window_detection_name, high_V);55}5657int main(int argc, char* argv[])58{59    VideoCapture cap(argc > 1 ? atoi(argv[1]) : 0);6061    namedWindow(window_capture_name);62    namedWindow(window_detection_name);6364    // Trackbars to set thresholds for HSV values65    createTrackbar("Low H", window_detection_name, &low_H, max_value_H, on_low_H_thresh_trackbar);66    createTrackbar("High H", window_detection_name, &high_H, max_value_H, on_high_H_thresh_trackbar);67    createTrackbar("Low S", window_detection_name, &low_S, max_value, on_low_S_thresh_trackbar);68    createTrackbar("High S", window_detection_name, &high_S, max_value, on_high_S_thresh_trackbar);69    createTrackbar("Low V", window_detection_name, &low_V, max_value, on_low_V_thresh_trackbar);70    createTrackbar("High V", window_detection_name, &high_V, max_value, on_high_V_thresh_trackbar);7172    Mat frame, frame_HSV, frame_threshold;73    while (true) {74        cap >> frame;75        if (frame.empty())76        {77            break;78        }7980        // Convert from BGR to HSV colorspace81        cvtColor(frame, frame_HSV, COLOR_BGR2HSV);82        // Detect the object based on HSV Range Values83        inRange(frame_HSV, Scalar(low_H, low_S, low_V), Scalar(high_H, high_S, high_V), frame_threshold);8485        // Show the frames86        imshow(window_capture_name, frame);87        imshow(window_detection_name, frame_threshold);8889        char key = (char)waitKey(30);90        if (key == 'q' || key == 27)91        {92            break;93        }94    }95    return 0;96}

结果：

在编译完这个程序之后，运行它。这个程序将打开两个窗口

当您从trackbar中设定范围值时，得到的帧将在另一个窗口中可见。

image

即：同时设置多个通道范围范围大小（Hue是色彩的意思，Saturation是饱和度，Value代表是亮度）

色调H

用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

饱和度S

饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

明度V

明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。

小嗷的米黄色衣服

image image

因为光线的影响，所以得到的效果不满意

解释一下：

让我们来看看这个项目的总体结构:

• 从默认的或提供的捕获设备中捕获视频流。

1    VideoCapture cap(argc > 1 ? atoi(argv[1]) : 0);

• 创建一个窗口来显示默认框架和阈值框架。

1    namedWindow(window_capture_name);2    namedWindow(window_detection_name);

• 创建跟踪条来设置HSV值的范围

1    // Trackbars to set thresholds for HSV values2    createTrackbar("Low H", window_detection_name, &low_H, max_value_H, on_low_H_thresh_trackbar);3    createTrackbar("High H", window_detection_name, &high_H, max_value_H, on_high_H_thresh_trackbar);4    createTrackbar("Low S", window_detection_name, &low_S, max_value, on_low_S_thresh_trackbar);5    createTrackbar("High S", window_detection_name, &high_S, max_value, on_high_S_thresh_trackbar);6    createTrackbar("Low V", window_detection_name, &low_V, max_value, on_low_V_thresh_trackbar);7    createTrackbar("High V", window_detection_name, &high_V, max_value, on_high_V_thresh_trackbar);

• 在用户希望程序退出之前，执行以下操作

 1    cap >> frame; 2    if(frame.empty()) 3    { 4        break; 5    } 6 7    // Convert from BGR to HSV colorspace 8    cvtColor(frame, frame_HSV, COLOR_BGR2HSV); 9    // Detect the object based on HSV Range Values10    inRange(frame_HSV, Scalar(low_H, low_S, low_V), Scalar(high_H, high_S, high_V), frame_threshold);

• 显示的图像

1    // Show the frames2    imshow(window_capture_name, frame);3    imshow(window_detection_name, frame_threshold);

• 对于一个控制较低范围的轨迹条，比如色相值：（最低不能低于）

 1    static void on_low_H_thresh_trackbar(int, void *) 2    { 3        low_H = min(high_H-1, low_H); 4        setTrackbarPos("Low H", window_detection_name, low_H); 5    } 6 7    static void on_low_H_thresh_trackbar(int, void *) 8    { 9        low_H = min(high_H-1, low_H);10        setTrackbarPos("Low H", window_detection_name, low_H);11    }

• 对于一个控制上范围的轨迹条，比如色相值：（最大不能大于）

1    static void on_high_H_thresh_trackbar(int, void *)2    {3        high_H = max(high_H, low_H+1);4        setTrackbarPos("High H", window_detection_name, high_H);5    }

有必要找出最大和最小值，以避免差异，例如阈值的高值小于低值。

image.gif

1. 本人是抱着玩一玩的心态，学习opencv（其实深度学习没有外界说的这么高深，小嗷是白板，而且有工作在身并且于代码无关）

2. 大家可以把我的数学水平想象成初中水平，毕竟小嗷既不是代码靠吃饭又不是靠数学吃饭，毕业N年

3. 写文章主要是为了后人少走点弯路，多交点朋友，一起学习

4. 如果有好的图像识别群拉我进去QQ：631821577

5. 就我一个白板，最后还是成的，你们别怕，慢慢来吧

image

分享可以无数次，转载成自己文章QQ邮箱通知一下，未经授权请勿转载。

邮箱：631821577@qq.com

QQ群：736854977

有什么疑问公众号提问，下班或者周六日回答，ths

感言

嗷嗷嗷~~~，喜欢就推荐一下好友

上次的小伙伴问我怎么滤波，只留黄色部分的图像。小嗷周六日试试的效果和代码如下

image

在CamfhiftDemo窗口中左键长按拉到你想要的区域，松手 -> 自动获取选中区域色彩直方图 -> 移动就跟着走(实际受到环境因素的影响，效果不怎么好，不同于软件生成图。)，代码在本篇百度云链接上，

image image

推荐文章：

没有

代码链接:

https://pan.baidu.com/s/1K-d1lr9KsY9jCXAq9WvC1g

密码：e3vf

小嗷

image