主頁(yè) > 知識(shí)庫(kù) > python-opencv中的cv2.inRange函數(shù)用法說(shuō)明

python-opencv中的cv2.inRange函數(shù)用法說(shuō)明

熱門(mén)標(biāo)簽:地圖制圖標(biāo)注位置改變是移位嗎 上海機(jī)器人外呼系統(tǒng)哪家好 315電話(huà)機(jī)器人廣告 地圖標(biāo)注的意義點(diǎn) 南京銷(xiāo)售外呼系統(tǒng)軟件 房產(chǎn)電銷(xiāo)外呼系統(tǒng) 蓋州市地圖標(biāo)注 浙江電銷(xiāo)卡外呼系統(tǒng)好用嗎 地圖標(biāo)注微信發(fā)送位置不顯示

本次目標(biāo)是將一副圖像從rgb顏色空間轉(zhuǎn)換到hsv顏色空間,顏色去除白色背景部分

具體就調(diào)用了cv2的兩個(gè)函數(shù),一個(gè)是rgb轉(zhuǎn)hsv的函數(shù)

具體用法

hsv = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV)

然后利用cv2.inRange函數(shù)設(shè)閾值,去除背景部分

mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0,

函數(shù)很簡(jiǎn)單,參數(shù)有三個(gè)

第一個(gè)參數(shù):hsv指的是原圖

第二個(gè)參數(shù):lower_red指的是圖像中低于這個(gè)lower_red的值,圖像值變?yōu)?

第三個(gè)參數(shù):upper_red指的是圖像中高于這個(gè)upper_red的值,圖像值變?yōu)?

而在lower_red~upper_red之間的值變成255

lower_red = np.array([20, 20, 20])
upper_red = np.array([200, 200, 200])
mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0,lower~upper==>255

就是將低于lower_red和高于upper_red的部分分別變成0,lower_red~upper_red之間的值變成255

具體用法如下

 hsv = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2HSV)
 lower_red = np.array([20, 20, 20])
 upper_red = np.array([200, 200, 200])
 # mask -> 1 channel
 mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0

補(bǔ)充:色彩閥值化處理——openCV-python中inRange()等相關(guān)函數(shù)實(shí)測(cè)

色彩閥值化

在圖像處理的過(guò)程中,使用各種形態(tài)學(xué)操作或者濾波的方式來(lái)突顯我們關(guān)注的元素,同時(shí)降低噪聲并減少干擾我們提取關(guān)鍵元素的影響項(xiàng)。除了這些方法外,我們可以在原圖中先依據(jù)顏色的特征,提取出更為關(guān)鍵的像素。就像車(chē)道檢測(cè)時(shí),一般車(chē)道只有兩種顏色:黃色和白色。所以我們可以在 RGB 色彩空間(Color Space) 對(duì)這兩種顏色進(jìn)行過(guò)濾從而提取出車(chē)道線的像素。

色彩空間:使用一組值(通常使用三個(gè)、四個(gè)值或者顏色成分)表示顏色方法的抽象數(shù)學(xué)模型。有利用原色相混的比例表示的色彩空間,如 RGB (Red, Green, Blue) 顏色空間; 也有利用不同的概念表示的色彩空間,如 HSV (色相 hue, 飽和度 saturation, 明度 value) 以及 HSL (色相 hue,飽和度 saturation,亮度 lightness/luminance) 。

在OpenCV中,RGB三通道的圖像的讀取 cv2.imread() 的結(jié)果是以 BGR 順序排列的,而在使用matplotlib的 plt.imread() 時(shí), 讀取的通道排列順序則為 RGB 。因此此處應(yīng)當(dāng)注意區(qū)別。

openCV中cv2.inRange()函數(shù)是實(shí)現(xiàn)該功能的關(guān)鍵,我們先看看官網(wǎng)對(duì)該函數(shù)的定義:

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

檢測(cè)數(shù)組元素是否位于其他兩個(gè)元素之間。

該函數(shù)檢測(cè)范圍方式如下:

對(duì)于單通道輸入的每個(gè)元素:

對(duì)于雙通道輸入:

同樣應(yīng)用于四通道

也就是說(shuō),如果src (I)在指定的1D, 2D, 3D,…框內(nèi)則dst(I)為255,否則為0。當(dāng)下邊界和/或上邊界參數(shù)為標(biāo)量時(shí),應(yīng)省略上述公式中在上、下邊界處的索引(I)。

各參數(shù)詳細(xì)含義:

src 輸入的數(shù)組

lowerb 下邊界數(shù)組或標(biāo)量.

upperb 上邊界數(shù)組或標(biāo)量.

dst 與src和CV_8U類(lèi)型大小相同的輸出數(shù)組。

接下來(lái)將結(jié)合簡(jiǎn)單的例子通過(guò)python更好地理解這個(gè)函數(shù):

import matplotlib.pyplot as plt
import numpy as np
import cv2
# 對(duì)圖片進(jìn)行讀取
img_cv2 = cv2.imread('D:\\test\\CVtest.jpg')
print(img_cv2)

為了方便理解,我用畫(huà)板工具畫(huà)了一個(gè)5×5像素點(diǎn)的紅色圖片。上述代碼運(yùn)行結(jié)果為:

[[[ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]]
 [[ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]]
 [[ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]]
 [[ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]]
 [[ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]
  [ 36  27 237]]]

讀者可以自行測(cè)試一下,B=36,G=27,R=237為紅色。

# 創(chuàng)建RGB色彩空間
color_Low1 = np.array([30,27,237])
color_Low2 = np.array([39,27,237])
color_High = np.array([40,27,237])
# 對(duì)圖片進(jìn)行閥值化處理
img_dst1 = cv2.inRange(img_cv2,color_Low1,color_High)
img_dst2 = cv2.inRange(img_cv2,color_Low2,color_High)
#對(duì)結(jié)果進(jìn)行打印
print(img_dst1,'\n', img_dst2)
# 運(yùn)行結(jié)果分別為
[[255 255 255 255 255]
 [255 255 255 255 255]
 [255 255 255 255 255]
 [255 255 255 255 255]
 [255 255 255 255 255]]
 [[0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]
 [0 0 0 0 0]]

可以看出,當(dāng)圖片中的像素點(diǎn)落在色彩空間時(shí),輸出結(jié)果全是255,當(dāng)像素點(diǎn)不落在色彩空間是,輸出結(jié)果全是0。對(duì)最終結(jié)果進(jìn)行顯示:

#對(duì)圖像進(jìn)行展示
cv2.imshow("origin_img",img_cv2)
cv2.imshow("dst_img1",img_dst1)
cv2.imshow("dst_img2",img_dst2)
cv2.waitKey(0)
cv2.destroyAllWindows()

最終結(jié)果為一個(gè)紅色、一個(gè)黑色的、一個(gè)白色的小點(diǎn)。

以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教。

您可能感興趣的文章:
  • python中的內(nèi)置函數(shù)max()和min()及mas()函數(shù)的高級(jí)用法
  • python print()函數(shù)的end參數(shù)和sep參數(shù)的用法說(shuō)明
  • python處理emoji表情(兩個(gè)函數(shù)解決兩者之間的聯(lián)系)
  • 解決python2中unicode()函數(shù)在python3中報(bào)錯(cuò)的問(wèn)題
  • python繪圖subplots函數(shù)使用模板的示例代碼
  • Python input()函數(shù)用法大全
  • python Pool常用函數(shù)用法總結(jié)
  • python 如何用map()函數(shù)創(chuàng)建多線程任務(wù)
  • Python函數(shù)參數(shù)中的*與**運(yùn)算符
  • 詳解python函數(shù)傳參傳遞dict/list/set等類(lèi)型的問(wèn)題
  • Python3去除頭尾指定字符的函數(shù)strip()、lstrip()、rstrip()用法詳解
  • Python進(jìn)階之高級(jí)用法詳細(xì)總結(jié)

標(biāo)簽:日照 雙鴨山 金華 克拉瑪依 赤峰 貴州 臨汾 陽(yáng)泉

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python-opencv中的cv2.inRange函數(shù)用法說(shuō)明》,本文關(guān)鍵詞  python-opencv,中的,cv2.inRange,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python-opencv中的cv2.inRange函數(shù)用法說(shuō)明》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于python-opencv中的cv2.inRange函數(shù)用法說(shuō)明的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章