OpenCV图像处理----视频处理和HSV颜色模型

100 阅读 0 评论 66 点赞

我是靠谱客的博主长情大侠，这篇文章主要介绍OpenCV图像处理----视频处理和HSV颜色模型，现在分享给大家，希望可以做个参考。

读取视频

cv2.VideoCapture(0)方法参数：

如果参数为路径就是打开该路径的视频
如果参数为数字就是摄像头设备的号一般为0
返回video对象

video对象：

get()方法 cv2.CAP_PROP_FPS 获取fps
cv2.CAP_PROP_FRAME_WIDTH 获取宽度
cv2.CAP_PROP_FRAME_HEIGHT 获取高度
read()方法读取视频的每一帧
返回flag(是否成功读取)
frame(每一帧的图片)

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import cv2

# 读取视频或开启摄像头  
video = cv2.VideoCapture(0)
# 视频是否开启成功
is_opened = video.isOpened()
# 获取fps  和视频每一帧的高度和宽度
fps = video.get(cv2.CAP_PROP_FPS)
width = video.get(cv2.CAP_PROP_FRAME_WIDTH)
height = video.get(cv2.CAP_PROP_FRAME_HEIGHT)
print(f'视频帧率：{fps}，高度：{height}，宽度：{width}')

# 读取每一帧
flag, frame = video.read()
# flag为True就一直读取
while flag:

    flag, frame = video.read()
    # 展示每一帧
    if flag:
        cv2.imshow('img', frame)
        cv2.waitKey(80)

HSV颜色模型

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。

H：色调

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°；
S：饱和度

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。
V：亮度

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）。
当S=1 V=1时，H所代表的任何颜色被称为纯色；
当S=0时，即饱和度为0，颜色最浅，最浅被描述为灰色(灰色也有亮度，黑色和白色也属于灰色)，灰色的亮度由V决定，此时H无意义；
当V=0时，颜色最暗，最暗被描述为黑色，因此此时H(无论什么颜色最暗都为黑色)和S(无论什么深浅的颜色最暗都为黑色)均无意义。

注意: 在opencv中,H、S、V值范围分别是[0,180]，[0,255]，[0,255]，而非[0,360]，[0,1]，[0,1]；

判断图片中是白天还是晚上demo：

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
import cv2
import numpy as np


def avgV(img):
    """
    计算图片亮度平均值函数
    :param img: 图片矩阵
    :return: 图片亮度平均值
    """
    # 转为HSV模型图片
    hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    # cv2的split方法可以分割出HSV模型 按顺序第三个是V通道
    v_info = cv2.split(hsv_img)[2]
    # 计算V通道平均值
    result = np.mean(v_info)
    # 返回
    return result


# 读取图片并丢进函数计算
day_img = cv2.imread('img/day.jpg')
day_avg_v = avgV(day_img)
night_img = cv2.imread('img/night.jpg')
night_avg_v = avgV(night_img)
print(f'白天的亮度平均值：{day_avg_v}')
print(f'晚上亮度平均值：{night_avg_v}')
cv2.imshow('day', day_img)
cv2.imshow('night', night_img)
cv2.waitKey()

在这里插入图片描述

颜色过滤

inRange()方法

读取一张彩色图片
将RGB转成HSV图片
定义颜色的范围,下限位(30,120,130),上限为(60,255,255)
根据颜色的范围使用inRange()方法创建一个mask

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import cv2

img = cv2.imread('./img/tenis1.jpg')

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

# 定义颜色范围
lower_color = (30, 120, 130)
upper_color = (60, 255, 255)
# 颜色范围之内的为白色  颜色范围之外的为黑色
mask_img = cv2.inRange(hsv_img, lower_color, upper_color)
cv2.imshow('img', img)
cv2.imshow('mask_img', mask_img)
cv2.waitKey()