腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

OpenCV基礎(chǔ)HSV顏色空間*args與**kwargs滑動(dòng)條傳參問(wèn)題

更新時(shí)間：2021年10月16日 15:47:47 作者：_睿智_

這篇文章主要介紹了OpenCV基礎(chǔ)中HSV顏色空間*args與**kwargs滑動(dòng)條傳參問(wèn)題的詳細(xì)解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助

一、基礎(chǔ)理論

HSV：HSV是一種為了加快調(diào)色效率，且易于理解的概念。

Hue：色相（具體的顏色）

Saturation：飽和度、色彩純凈度

Value：明度

1、Hue（色相）

Hue：色相（具體的顏色）

2、Value（明度）

明度：色彩的明亮程度，單通道亮度（并不等同于整體發(fā)光量）。

（明度越高越白，越低越黑，一般提高明度會(huì)同時(shí)提高R、G、B三通道的數(shù)值）

3、Saturation（飽和度）

Saturation：飽和度、色彩純度。（越低越灰，越高越純）

（一般調(diào)高飽和度會(huì)降低RGB中相對(duì)較低的數(shù)值，凸顯主要顏色的純度。）

B站視頻講解：

短動(dòng)畫慢語(yǔ)速1分鐘講清影視調(diào)色中色彩形成原理基礎(chǔ)——RGB與HSV

二、hsv三通道及單通道效果

三、*args && **kwargs

*args：傳入?yún)?shù)未知，且不需要知道參數(shù)名稱。

**args：傳入?yún)?shù)未知，但需要知道參數(shù)名稱。

四、滾動(dòng)條控制h、s、v（min && max）

1、創(chuàng)建滾動(dòng)條

API

CV_EXPORTS int createTrackbar(const string& trackbarname, const string& winname,
                              int* value, int count,
                              TrackbarCallback onChange = 0,
                              void* userdata = 0);

形式參數(shù)一trackbarname：滑動(dòng)空間的名稱；

形式參數(shù)二winname：滑動(dòng)空間用于依附的圖像窗口的名稱；

形式參數(shù)三value：初始化閾值；

形式參數(shù)四count：滑動(dòng)控件的刻度范圍；

形式參數(shù)五TrackbarCallback：是回調(diào)函數(shù)，其定義如下

typedef void (CV_CDECL *TrackbarCallback)(int pos, void* userdata);

# 3、創(chuàng)建h、s、v滾動(dòng)條
    cv2.createTrackbar('hmin', 'h', 12, 179, Renew)
    cv2.createTrackbar('hmax', 'h', 37, 179, Renew)
    cv2.createTrackbar('smin', 's', 12, 179, Renew)
    cv2.createTrackbar('smax', 's', 37, 179, Renew)
    cv2.createTrackbar('vmin', 'v', 12, 179, Renew)
    cv2.createTrackbar('vmax', 'v', 37, 179, Renew)

2、回調(diào)函數(shù) -- 閾值設(shè)置

API

inRange()

主要是將在兩個(gè)閾值內(nèi)的像素值設(shè)置為白色（255），而不在閾值區(qū)間內(nèi)的像素值設(shè)置為黑色（0），該功能類似于之間所講的雙閾值化操作。

    void inRange(InputArray src, InputArray lowerb,
                              InputArray upperb, OutputArray dst);

參數(shù)1：輸入要處理的圖像，可以為單通道或多通道。

參數(shù)2：包含下邊界的數(shù)組或標(biāo)量。

參數(shù)3：包含上邊界數(shù)組或標(biāo)量。

參數(shù)4：輸出圖像，與輸入圖像src 尺寸相同且為CV_8U 類型。

（注：dst輸出二值化之后的圖像）

# 1、獲取滑動(dòng)條反饋值
    hmin = cv2.getTrackbarPos('hmin', 'h')
    hmax = cv2.getTrackbarPos('hmax', 'h')
    smin = cv2.getTrackbarPos('smin', 's')
    smax = cv2.getTrackbarPos('smax', 's')
    vmin = cv2.getTrackbarPos('vmin', 'v')
    vmax = cv2.getTrackbarPos('vmax', 'v')
 
    # 2、設(shè)置閾值（inRange：在閾值(min,max)之內(nèi)，設(shè)置為白色；在閾值之外，設(shè)置為黑色）
    h_thresh = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_thresh = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_thresh = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax))

3、回調(diào)函數(shù) -- 感興趣值

API

bitwise_and()

圖像的與運(yùn)算主要用于獲取某個(gè)圖像中感興趣的部分，是針對(duì)兩個(gè)圖像矩陣數(shù)組或一個(gè)數(shù)組與標(biāo)量的按位與。

# 3、獲取感興趣二值（與運(yùn)算）
    interest = cv2.bitwise_and(h_thresh, cv2.bitwise_and(s_thresh, v_thresh))

總代碼

# HSV顏色空間與滑動(dòng)條（*args && **args）
import cv2
import numpy as np
# 回調(diào)函數(shù)
# *args：傳入?yún)?shù)未知，且不需要知道參數(shù)名稱
# **args：傳入?yún)?shù)未知，但需要知道參數(shù)名稱
def HSV_CallBack(*args):
    # 1、獲取滑動(dòng)條反饋值
    hmin = cv2.getTrackbarPos('hmin', 'h_binary')
    hmax = cv2.getTrackbarPos('hmax', 'h_binary')
    smin = cv2.getTrackbarPos('smin', 's_binary')
    smax = cv2.getTrackbarPos('smax', 's_binary')
    vmin = cv2.getTrackbarPos('vmin', 'v_binary')
    vmax = cv2.getTrackbarPos('vmax', 'v_binary')
    # 2、設(shè)置閾值（inRange：在閾值(min,max)之內(nèi)，設(shè)置為白色；在閾值之外，設(shè)置為黑色）
    h_binary = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_binary = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_binary = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax)) 
    # 3、獲取感興趣二值（與運(yùn)算）
    binary = cv2.bitwise_and(h_binary, cv2.bitwise_and(s_binary, v_binary)) 
    # 4、顯示
    cv2.imshow('h_binary', h_binary)
    cv2.imshow('s_binary', s_binary)
    cv2.imshow('v_binary', v_binary)
    cv2.imshow('binary', binary) 
def Show_HSV():
    global hsv, h, s, v
    # 0、創(chuàng)建窗口
    cv2.namedWindow('h_binary')
    cv2.namedWindow('s_binary')
    cv2.namedWindow('v_binary')
    # 1、獲取hsv圖片
    hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
    cv2.imshow('hsv', hsv)
    # 2、獲取h、s、v三通道圖片
    h, s, v = cv2.split(hsv)
    # 3、創(chuàng)建h、s、v滾動(dòng)條
    cv2.createTrackbar('hmin', 'h_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('hmax', 'h_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('smin', 's_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('smax', 's_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('vmin', 'v_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('vmax', 'v_binary', 37, 179, HSV_CallBack)
    HSV_CallBack()
if __name__ == '__main__':
    global img
    img = cv2.imread('Resource/test.jpg')
    cv2.imshow('img', img)
    # 顯示h、s、v
    Show_HSV() 
    cv2.waitKey(0)