一、學習目標

1. 了解為什么色彩空間的轉換那么重要
2. 了解opencv中進行對象跟蹤的方法

目錄

[python opencv 計算機視覺零基礎到實戰] 一、opencv的helloworld

[【python opencv 計算機視覺零基礎到實戰】二、 opencv文件格式與攝像頭讀取] 一、opencv的helloworld

[[python opencv 計算機視覺零基礎到實戰] 三、numpy與圖像編輯] 一、opencv的helloworld

[[python opencv 計算機視覺零基礎到實戰] 四、了解色彩空間及其詳解] 一、opencv的helloworld

[[python opencv 計算機視覺零基礎到實戰] 五、對象追蹤] 一、opencv的helloworld
如有錯誤歡迎指出~

二、了解OpenCV中使用inRange進行對象跟蹤

2.1 了解色彩空間的轉換為什么那么重要

上一節中，我們了解了色彩空間的轉換，那為什么要了解色彩空間？上一節中并沒有進行說明，這一節將通過色彩空間的轉換，使我們能夠對一些對象進行追蹤；這一節所需要轉換的色彩空間是HSV色彩空間，在HSV色彩空間中，不同的顏色有不同的取值范圍，通過這些范圍可以對一些指定顏色進行過濾捕獲，從而實現跟蹤。

首先我們查看一下HSV色彩空間中，一般顏色的取值范圍。HSV存在3個通道，我們以下為黑白灰、紅橙黃綠青藍紫顏色的三個通道取值范圍；我們了解了取值范圍后將有利于我們對這些顏色的取值：
黑：

• H低值為 0，S低值為 0，V低值為 0
• H高值為 180，S高值為 255，V高值為 46

白：

• H低值為 0，S低值為 0，V低值為 221
• H高值為 180，S高值為 30，V高值為 255

灰：

• H低值為 0，S低值為 0，V低值為 46
• H高值為 180，S高值為 43，V高值為 220

紅：

• H低值為 156，S低值為 43，V低值為 46
• H高值為 180，S高值為 255，V高值為 255

橙：

• H低值為 11，S低值為 43，V低值為 46
• H高值為 25，S高值為 255，V高值為 255

黃：

• H低值為 26，S低值為 43，V低值為 46
• H高值為 34，S高值為 255，V高值為 255

綠：

• H低值為 35，S低值為 43，V低值為 46
• H高值為 77，S高值為 255，V高值為 255

青：

• H低值為 78，S低值為 43，V低值為 46
• H高值為 99，S高值為 255，V高值為 255

藍：

• H低值為 100，S低值為 43，V低值為 46
• H高值為 124，S高值為 255，V高值為 255

紫：

• H低值為 125，S低值為 43，V低值為 46
• H高值為 155，S高值為 255，V高值為 255

我們可以根據以上的值，使用inRange方法對圖片的對象進行過濾，或者說跟蹤，如果使用以上的顏色取值范圍，有個先行條件，需要對圖片進行HSV轉換。

2.2 使用inRange對圖像進行捕獲

在python中，使用inRange方法可以對圖片進行過濾，從而捕獲我們需要捕獲的內容。inRange方法需要傳入3個參數，第一個是圖像；第二個是一個下限，這個下限指你需要捕獲的目標顏色的取值低值；第三個是一個上限，指你需要捕獲的目標顏色取值上限值。下限與上限都是數組。

現在我們有如下圖片：
以上圖片共有3中顏色，白色、黑色、綠色。現在我需要捕獲黑色，那該如何去做呢？
這時我們通過2.1節中得知，黑色的H、S、V低值分別是0、0、0，高值分別是180、255、46。我們創建兩個數值，一個存儲低值一個存儲高值。代碼如下：

min=np.array([0,0,0])
max=np.array([180,255,46])

這時我們先獲取圖片，并且引入numpy，不然np未引入將會出錯：

import cv2
import numpy as npimg = cv2.imread(r'C:\Users\mx\Desktop\test.jpg')
cv2.namedWindow("Image",cv2.WINDOW_NORMAL)
cv2.namedWindow("flag",cv2.WINDOW_NORMAL)

以上代碼創建的Image窗口用于顯示正常的圖片，flag窗口顯示我們捕獲后的目標圖片。隨后將圖片進行HSV轉換：

hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

隨后將創建的數組，以及將轉換后的圖片傳入inRange方法中：

min=np.array([0,0,0])
max=np.array([180,255,46])
flag=cv2.inRange(hsv_img,lowerb=min,upperb=max)

接著顯示以及等待：

cv2.imshow("Image", img)
cv2.imshow("flag", mask)
cv2.waitKey (0)
cv2.destroyAllWindows()

為了方便大家查看，以下貼出了完整代碼：

import cv2
import numpy as npimg = cv2.imread(r'C:\Users\mx\Desktop\test.jpg')
cv2.namedWindow("Image",cv2.WINDOW_NORMAL)
cv2.namedWindow("flag",cv2.WINDOW_NORMAL)hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
min=np.array([0,0,0])
max=np.array([180,255,46])
flag=cv2.inRange(hsv_img,lowerb=min,upperb=max)cv2.imshow("Image", img)
cv2.imshow("flag", flag)
cv2.waitKey (0)
cv2.destroyAllWindows()

運行結果如下：

我們從運行后的結果中發現，我們需要捕獲的黑色，變成了白色顯示，其它顏色則變成了黑色。那我們接著將捕獲的黑色換成綠色。那么我們更改低值與高值數組，改成綠色的低值為 35、43、46，高值77、 255、 255：

min=np.array([35,43,46])
max=np.array([77,255,255])

運行代碼，結果如下：

這個時候綠色捕獲成功，其它顏色編程了黑色，或者說都為0。

2.3 使用inRange對視頻中目標進行捕獲

在前兩篇文章中，我們已經了解了如何讀取視頻設備流，那如何讀取視頻呢？其實流程是一樣的，我們首先創建VideoCapture，并且傳入視頻路徑獲取視頻對象。

capture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')

隨后循環使用read方法讀取視頻（類似方法不再進行贅述）：

while True:r,img=capture.read()if r==False:break

那么接下來就開始等待與顯示了。我們每一幀視頻都是一張圖片，那么只要不斷的在一個窗口中顯示圖片就可以了，添加完顯示代碼后，完整代碼如下：

import cv2
import numpy as npcapture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')while True:r,img=capture.read()if r==False:breakcv2.imshow("hmbb", img)k=cv2.waitKey (40)if k==27:break
cv2.destroyAllWindows()

這個時候運行代碼，成功的播放視頻：

我在這里使用的是海綿寶寶，我們接下來捕獲跟蹤視頻中的海綿寶寶對象。海綿寶寶是一個類似于黃色的物體，那么我們只需要創建兩個數組用于捕捉黃色圖像即可，其它代碼跟圖片捕捉的代碼一致，不再贅述，完整代碼如下：

import cv2
import numpy as npcapture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')
min=np.array([26,43,46])
max=np.array([34,255,255])
while True:r,img=capture.read()if r==False:breakhsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)flag=cv2.inRange(hsv_img,lowerb=min,upperb=max)cv2.imshow("flag", flag)cv2.imshow("hmbb", img)k=cv2.waitKey (40)if k==27:break
cv2.destroyAllWindows()

運行結果如下：

當我們運行代碼后，出現兩個窗口，有一個窗口將對視頻進行捕獲內容，并且很好的捕獲到了視頻中的海綿寶寶。

該系列文章首發于易百納。

三、總結

1. 了解通過圖片轉換色彩空間HSV，從而對目標顏色從相片中進行捕獲
2. 了解常規顏色的取值范圍，并且了解了inRange方法的使用，傳入值范圍和圖片即可對目標顏色物體進行跟蹤