opencv-python-学习笔记八（颜色空间转化）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了opencv-python-学习笔记八（颜色空间转化），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1934字，纯文字阅读大概需要3分钟。

内容图文

1.颜色空间转换

OpenCV中有150多种颜色空间转换方法。但是我们将研究只有两个最广泛使用的,BGR?Gray 和BGR?HSV，BGR和灰度图的转换使用 cv2.COLOR_BGR2GRAY ，
BGR和HSV的转换使用 cv2.COLOR_BGR2HSV。在HSV空间中，H表示色彩/色度，取值范围 [0，179]，S表示饱和度，取值范围 [0，255]，V表示亮度，取值范围 [0，255]。但是不同的软件使用值不同

dst = cv.cvtColor( src, code[, dst[, dstCn]] )

参数：

src：输入图像:8位无符号，16位无符号(CV_16UC…)，或单精度浮点。

code：转换方式

dst：与原图像深度大小相同的输出图像。可省略

dstCn：标图像通道数，默认为0，表示由src和code决定。

打印所有的code:

import cv2 as cv


flags = [i for i in dir(cv) if i.startswith('COLOR_')]
print(flags)

函数说明：

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。

举例

import matplotlib.pyplot as plt
import cv2

img_BGR = cv2.imread('2.jpg')  # BGR
plt.subplot(331), plt.imshow(img_BGR), plt.axis('off'), plt.title('BGR')

img_RGB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2RGB)
plt.subplot(332), plt.imshow(img_RGB), plt.axis('off'), plt.title('RGB')

img_GRAY = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2GRAY)
plt.subplot(333), plt.imshow(img_GRAY), plt.axis('off'), plt.title('GRAY')

img_HSV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HSV)
plt.subplot(334), plt.imshow(img_HSV), plt.axis('off'), plt.title('HSV')

img_YcrCb = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YCrCb)
plt.subplot(335), plt.imshow(img_YcrCb), plt.axis('off'), plt.title('YcrCb')

img_HLS = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2HLS)
plt.subplot(336), plt.imshow(img_HLS), plt.axis('off'), plt.title('HLS')

img_XYZ = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2XYZ)
plt.subplot(337), plt.imshow(img_XYZ), plt.axis('off'), plt.title('XYZ')

img_LAB = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2LAB)
plt.subplot(338), plt.imshow(img_LAB), plt.axis('off'), plt.title('LAB')

img_YUV = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2YUV)
plt.subplot(339), plt.imshow(img_YUV), plt.axis('off'), plt.title('YUV')
plt.show()

cv2.imshow('gray', img_GRAY)

k = cv2.waitKey(0)  # 始终检测键盘
if k == 27:  # 按ESC退出
    cv2.destroyAllWindows()

内容总结

以上是互联网集市为您收集整理的opencv-python-学习笔记八（颜色空间转化）全部内容，希望文章能够帮你解决opencv-python-学习笔记八（颜色空间转化）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端