OpenCV—颜色识别_opencv 颜色识别-CSDN博客

本文链接：https://blog.csdn.net/ZPC8210/article/details/143672011

一、前言
本内容为通过对opencv进行初步学习，结合python进行多种颜色的基本识别。

二、学习过程
1.颜色空间的转换

初学opencv，首先我对于图像进行了更深层的了解，对于灰度及彩色图像其内部的结构有了认识。之后便开始学习opencv的各种基本功能，如读取图像与视频，使用网络摄像头等等。

在初步了解掌握了opencv的基本函数后，对于颜色识别的学习开始于颜色空间的转换。

在日常生活中颜色空间大都是采用RGB的形式，RGB 适合于显示系统，却并不适合于图像处理，在opencv中采用BGR，HSV颜色空间，将RGB转化为HSV颜色空间则是我们进行颜色识别的基础。

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)（参考百度）。在HSV模型中，颜色是由色相（Hue），饱和度（Saturation），明度（Value）共同组成。

进行不同颜色空间的转换，需要用到转换函数cv2.cvtColor()，如下图所示代码


import cv2
cv2.namedWindow('window',cv2.WINDOW_NORMAL)
cv2.resizeWindow('window',820,520)
img = cv2.imread("D:/opencv/aaaaa.jpg")
img_1=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转换为灰度图像
cv2.imshow('window',img_1)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果：

通过上述代码将彩色图像转换成了灰度图像