计算机视觉——Python OpenCV BGR转HSV

这里将介绍如何使用 OpenCV 与 Python 来作彩色影像转HSV(RGB to HSV 或 BGR to HSV)，在写 Python 影像处理程序时常会用到 OpenCV cvtColor 作颜色空间转换的功能，接下来介绍怎么使用 Python 搭配 OpenCV 模块来进行 RGB/BGR 转 HSV 彩色转HSV空间。

HSV 简单介绍分别为：

色相(H)：色彩的颜色名称，如红色、黄色等。

饱和度(S)：色彩的纯度，越高色彩越纯，低则逐渐变灰，数值为0-100%。

明度(V)：亮度，数值为0-100%。

示例. 彩色影像转HSV

以下示例程序是将 fruits.jpg 来作图片转HSV示范，将影像用 imread 读进来后，再使用 cvtColor 将影像从彩色转换成HSV。

使用 cv2.cvtColor 转换颜色空间时，第二个参数与HSV相关的有：

cv2.COLOR_BGR2HSV

cv2.COLOR_HSV2BGR

cv2.COLOR_RGB2HSV

cv2.COLOR_HSV2RGB

opencv 默认的排列方式为BGR，而不是RGB哦！

所以这边使用的是 cv2.COLOR_BGR2HSV

详细程序代码如下：

opencv-rgb-to-hsv.py

python 复制代码

import cv2
image = cv2.imread('fruits.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
cv2.imshow('Input', image)
cv2.imshow('Result', hsv)
cv2.waitKey(0)

结果如下图所示：

当然实际上使用时不会只是单纯RGB转换成HSV就结束了，通常会去针对HSV颜色区间去做后续的处理，请看下面的例子。

示例. 物体检测 - 找出绿色的物体

彩色转HSV常见的应用可能有物体检测，去背景处理(排除绿色的背景)，

以下就来示范如何找出图中绿色的水果，类似的应用可能有找出草地的背景，

详细程序代码如下：

opencv-rgb-to-hsv2.py

python 复制代码

import cv2
import numpy as np
image = cv2.imread('fruits.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower_green = np.array([35, 43, 46])
upper_green = np.array([77, 255, 255])
mask = cv2.inRange(hsv, lower_green, upper_green)
res = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow('Input', image)
cv2.imshow('Result', res)
cv2.waitKey(0)

结果如下图所示：