国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割

這篇具有很好參考價值的文章主要介紹了【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

OpenCV 例程200篇 總目錄


【youcans 的 OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割

5.1 HSV 顏色空間的彩色圖像分割

HSV 模型是針對用戶觀感的一種顏色模型。

HSV 顏色空間的各通道分別表示色調(diào)(Hue)、飽和度(Saturation)和明度(Value),可以直觀地表達色彩的明暗、色調(diào)及鮮艷程度。

HSV 顏色空間可以用一個圓錐空間模型來描述。圓錐的頂點處 V=0,H 和 S 無定義,代表黑色;圓錐的頂面中心處V=max,S=0,H 無定義,代表白色。

當 S=1, V=1 時,H 所代表的任何顏色被稱為純色;當 S=0 時,飽和度為 0,顏色最淺,最淺被描述為灰色,灰色的亮度由 V 決定,此時 H 無意義;當 V=0 時,顏色最暗,最暗被描述為黑色,此時 H 和 S 均無意義,無論如何取值均為黑色。

【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割

色調(diào)是色彩的基本屬性,表示不同的顏色 ,可以用于描述和識別某種顏色。例如,綠色在 HSV 空間中的范圍是 H=35~77,而在 RGB 空間很難用表達式描述。因此常用 HSV 色彩空間進行某種顏色的識別和不同顏色的對比。

HSV 模型在對指定顏色分割時非常有效。用 H 和 S 分量表示顏色距離,顏色距離指代表兩種顏色之間的數(shù)值差異。對于不同的彩色區(qū)域,混合 H 與 S 變量,劃定閾值,就可以進行簡單的分割。


函數(shù)原型

函數(shù) inRange () 可以實現(xiàn)按顏色區(qū)域 [lowerb,upperb] 對圖像進行二值分割 。

cv.inRange(src, lowerb, upperb[, dst]) → dst

函數(shù) inRange() 檢查數(shù)組元素是否在設(shè)定區(qū)間內(nèi),通常用于在 HSV 空間檢查設(shè)定的顏色區(qū)域范圍。如果圖像的某個像素值在 [lowerb,upperb] 之間,則輸出像素值置 255,否則置 0。

參數(shù)說明:

  • src:輸入圖像,nparray 數(shù)組,允許單通道或多通道圖像
  • lowerb:下邊界閾值,標量(src為單通道)或數(shù)組(src為多通道)
  • upperb:上邊界閾值,標量(src為單通道)或數(shù)組(src為多通道)
  • dst:輸出圖像,單通道的二值圖像,大小與 src 相同,深度為 CV_8U

注意事項:

  1. 輸入圖像可以是單通道的灰度圖像,也可以是多通道的彩色圖像。
  2. 不論輸入圖像是單通道還是多通道圖像,輸出圖像都是單通道二值圖像,相當于輸入圖像的黑白遮罩 mask。
  3. 輸入圖像是單通道的灰度圖像時,lower、upper 為標量;輸入圖像是多通道的彩色圖像時,lower, upper 為數(shù)組,數(shù)組長度與通道數(shù)相同,分別表示各通道的邊界閾值。
  4. 輸入圖像為多通道時,僅當像素各通道的值都在 [lowerb(i),upperb(i)] 之間時輸出才為 255:

KaTeX parse error: Undefined control sequence: \and at position 39: …I_0) \lt u_0] \?a?n?d? ?[l_1 \lt src(I_…


顏色閾值:

色調(diào)表示不同的顏色 ,各種顏色具有特定的色調(diào)值。

OpenCV 中 HSV 顏色空間的范圍是:H [0,180],S [0,255],V [0,255]。

常用顏色的色調(diào)值范圍,也即邊界閾值,如下表所示。

【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割


例程 14.17:HSI 顏色空間圖像分割

    # 14.17 HSI 顏色空間圖像分割
    # 在HSV空間對綠屏色彩區(qū)域進行閾值處理,生成遮罩進行摳圖
    img = cv.imread("../images/lady983Green.png", flags=1)  # 讀取彩色圖像
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 將圖片轉(zhuǎn)換到 HSV 色彩空間

    # 使用 cv.inrange 函數(shù)在 HSV 空間檢查設(shè)定的顏色區(qū)域范圍,轉(zhuǎn)換為二值圖像,生成遮罩
    lowerColor = np.array([35, 43, 46])  # (下限: 綠色33/43/46)
    upperColor = np.array([77, 255, 255])  # (上限: 綠色77/255/255)
    binary = cv.inRange(hsv, lowerColor, upperColor)  # 生成二值遮罩,指定背景顏色區(qū)域白色
    binaryInv = cv.bitwise_not(binary)  # 生成逆遮罩,前景區(qū)域白色開窗,背景區(qū)域黑色
    matting = cv.bitwise_and(img, img, mask=binaryInv)  # 生成摳圖圖像 (前景保留,背景黑色)

    # 將背景顏色更換為紅色: 修改逆遮罩 (摳圖以外區(qū)域黑色)
    imgReplace = img.copy()
    imgReplace[binaryInv==0] = [0,0,255]  # 黑色背景區(qū)域(0/0/0) 修改為紅色 (BGR:0/0/255)

    plt.figure(figsize=(9, 6))
    plt.subplot(221),plt.title("origin"), plt.axis('off')
    plt.imshow(cv.cvtColor(img, cv.COLOR_BGR2RGB))
    plt.subplot(222), plt.title("binary mask"), plt.axis('off')
    plt.imshow(binary, cmap='gray')
    plt.subplot(223), plt.title("invert mask"), plt.axis('off')
    plt.imshow(binaryInv, cmap='gray')
    plt.subplot(224), plt.title("matting"), plt.axis('off')
    plt.imshow(cv.cvtColor(matting, cv.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割




【本節(jié)完】

版權(quán)聲明:
參考文獻: Use the Photoshop Levels adjustment (adobe.com)
youcans@xupt 原創(chuàng)作品,轉(zhuǎn)載必須標注原文鏈接:(https://blog.csdn.net/youcans/article/details/125389684)
Copyright 2022 youcans, XUPT
Crated:2022-6-20
歡迎關(guān)注 『youcans 的 OpenCV 例程 200 篇』 系列,持續(xù)更新中
歡迎關(guān)注 『youcans 的 OpenCV學習課』 系列,持續(xù)更新中

201. 圖像的顏色空間轉(zhuǎn)換
202. 查表快速替換(cv.LUT)
203. 偽彩色圖像處理
204. 圖像的色彩風格濾鏡
205. 調(diào)節(jié)色彩平衡/飽和度/明度
206. Photoshop 色階調(diào)整算法
207. Photoshop 色階自動調(diào)整算法
208. Photoshop 對比度自動調(diào)整算法
209. HSV 顏色空間的彩色圖像分割文章來源地址http://www.zghlxwxcb.cn/news/detail-442357.html

到了這里,關(guān)于【OpenCV 例程300篇】209. HSV 顏色空間的彩色圖像分割的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【OpenCV 例程300篇】04. 用 matplotlib 顯示圖像(plt.imshow)

    【OpenCV 例程300篇】04. 用 matplotlib 顯示圖像(plt.imshow)

    專欄地址:『youcans 的 OpenCV 例程300篇 - 總目錄』 01. 圖像的讀?。╟v2.imread) 02. 圖像的保存(cv2.imwrite) 03. 圖像的顯示(cv2.imshow) 04. 用 matplotlib 顯示圖像(plt.imshow) 函數(shù) plt.imshow() 用于通過 matplotlib 庫顯示圖像。 函數(shù)說明: matplotlib.pyplot.imshow(img[, cmap]) OpenCV 使用 BGR 格式

    2024年02月04日
    瀏覽(24)
  • RGB空間中的彩色圖像分割原理及其python實現(xiàn)

    RGB空間中的彩色圖像分割原理及其python實現(xiàn)

    ?? 為尊重原創(chuàng)性 !轉(zhuǎn)載請注明出處:?? Sylvan Ding’s Blog 本文論述了基于歐式距離和曼哈頓距離的彩色圖像分割算法,并用python實現(xiàn)了各個算法。之后將二者的優(yōu)勢結(jié)合,提出了改進后的曼哈頓距離算法:基于 加權(quán)曼哈頓距離 的彩色圖像分割算法,在分割效果和速度上超

    2023年04月22日
    瀏覽(19)
  • OpenCV(圖像顏色空間變換)

    OpenCV(圖像顏色空間變換)

    目錄 1、分類 1.1 RGB顏色模型 ?1.2 HSV顏色模型 1.3 GRAY顏色模型 2、圖像數(shù)據(jù)類型間的相互轉(zhuǎn)換 ?3 、顏色轉(zhuǎn)換函數(shù) RGBHSVGRAY顏色模型。 1.1 RGB顏色模型 ?1.2 HSV顏色模型 1.3 GRAY顏色模型 第四個參數(shù)使用例子:有一圖像通道數(shù)為5,只需要用到前3個通道,就可以設(shè)置通道數(shù)為3 ?使

    2024年02月12日
    瀏覽(25)
  • OpenCV(五):圖像顏色空間轉(zhuǎn)換

    OpenCV(五):圖像顏色空間轉(zhuǎn)換

    目錄 1.圖像顏色空間介紹 RGB 顏色空間 2.HSV 顏色空間 3.RGBA 顏色空間 4.YUV 2.圖像數(shù)據(jù)類型間的互相轉(zhuǎn)換convertTo() 3.不同顏色空間互相轉(zhuǎn)換cvtColor() ?4.Android JNI demo 1.圖像顏色空間介紹 RGB 顏色空間 RGB 顏色空間是最常見的顏色表示方式之一,其中 R、G、B 分別表示紅色、綠色和藍

    2024年02月10日
    瀏覽(24)
  • RGB、HSV、HSL和CMYK顏色空間

    RGB、HSV、HSL和CMYK顏色空間

    目錄 簡介 RGB(紅綠藍)顏色空間 HSV(色調(diào)、飽和度、亮度)顏色空間 HSL(色調(diào)、飽和度、亮度)顏色空間 CMYK(青、品紅、黃、黑)顏色空間 這四種顏色空間在不同的應(yīng)用領(lǐng)域有不同的用途: RGB主要用于計算機圖形學和顯示設(shè)備中 ,可以通過調(diào)整紅、綠、藍三個分量的值

    2024年02月16日
    瀏覽(19)
  • [opencv]HSV常見顏色上下限值

    [opencv]HSV常見顏色上下限值

    這里以python版本opencv演示如何查找顏色 ?效果 用鼠標確定 確定待檢測目標的HSV值 文章來源:https://www.jb51.net/article/206173.htm

    2024年02月11日
    瀏覽(24)
  • Python-OpenCV中的圖像處理-顏色空間轉(zhuǎn)換

    Python-OpenCV中的圖像處理-顏色空間轉(zhuǎn)換

    在 OpenCV 中有超過 150 中進行顏色空間轉(zhuǎn)換的方法。但是你以后就會 發(fā)現(xiàn)我們經(jīng)常用到的也就兩種: BGR G r a y 和 B G R Gray 和 BGR G r a y 和 BGR HSV。 注意:在 OpenCV 的 HSV 格式中, H(色彩/色度)的取值范圍是 [0, 179],S(飽和度)的取值范圍 [0, 255], V(亮度)的取值范圍 [0,

    2024年02月13日
    瀏覽(25)
  • opencv+圖像處理(Image Processing in OpenCV) 4-0改變顏色空間

    opencv+圖像處理(Image Processing in OpenCV) 4-0改變顏色空間

    本專欄代碼地址 https://github.com/xiawei20161308104/xv_opencv_tutorials 本節(jié)代碼路徑 xv_opencv_tutorials/ImageProcessinginOpenCV/changing_colorspaces.py 參考 圖像工程第4版,張毓晉,清華大學出版社 顏色空間轉(zhuǎn)化函數(shù) cv.cvtColor() “Indeed rays,properly expressed,are not colored”——牛頓。 光線為不同頻率的電

    2024年02月03日
    瀏覽(35)
  • 【OpenCV 例程 300篇】257.OpenCV 生成隨機矩陣

    【OpenCV 例程 300篇】257.OpenCV 生成隨機矩陣

    『youcans 的 OpenCV 例程300篇 - 總目錄』 OpenCV 中提供了 cv.randn 和 cv.randu 函數(shù)生成隨機數(shù)矩陣,也可以用于創(chuàng)建隨機圖像。 函數(shù) cv.randn 生成的矩陣服從正態(tài)分布,函數(shù) cv.randu 生成的矩陣服從均勻分布 函數(shù)說明: cv.randn(dst, mean, stddev[, ]) → dst,生成正態(tài)分布矩陣 cv.randu(dst, lo

    2023年04月24日
    瀏覽(19)
  • 【OpenCV 例程 300篇】251. 特征匹配之暴力匹配

    【OpenCV 例程 300篇】251. 特征匹配之暴力匹配

    『youcans 的 OpenCV 例程300篇 - 總目錄』 特征匹配是特征檢測和特征描述的基本應(yīng)用,在在圖像拼接、目標識別、三維重建等領(lǐng)域的應(yīng)用非常廣泛。 基于特征描述符的特征點匹配是通過對兩幅圖像的特征點集合內(nèi)的關(guān)鍵點描述符的相似性比對來實現(xiàn)的。分別對參考圖像(Refere

    2024年02月02日
    瀏覽(17)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包