你曾經(jīng)想過從圖像中分離單一色調(diào)嗎？本文介紹了使用OpenCV python從常規(guī)RGB圖像中過濾特定顏色的過程。讓我們開始吧。

色調(diào)在開始過濾顏色之前，最好對色調(diào)有一個基本的了解。這是維基百科上關(guān)于色調(diào)的定義之一在顏色理論中，色調(diào)是一種顏色的主要屬性（稱為顏色外觀參數(shù)），在CIECAM02模型中技術(shù)上定義為“刺激可描述為與紅色調(diào)似或不同的程度” ，橙色，黃色，綠色，藍色，紫色”，在某些色覺理論中被稱為獨特的色調(diào)。我知道這聽起來很難以理解，但讓我給你解釋一下�！按碳ぁ边@個詞在這里的意思是當我們看到一個物體時到達我們眼睛的光�，F(xiàn)在讓我重新定義一下。我們看到的所有顏色，都可以被解釋為紅、橙、黃、綠、藍、紫這些顏色的變體，在某些色彩視覺理論中，這些顏色被稱為獨特的色調(diào)�？偠�言之，色調(diào)是原色和次色最純粹的形式。一般來說，色調(diào)是按顏色圈的360度來衡量的，但在OpenCV中，色調(diào)尺度只有180度。HSV（色調(diào)，飽和度，值）就像我們用來表示RGB和BGR等圖像的最常見顏色空間一樣，HSV也是一個顏色空間，其中H表示色調(diào)，S表示飽和度，V表示值。因為我們已經(jīng)知道什么是色調(diào)，讓我們看看飽和度和值飽和度飽和度使顏色變得純凈。純色中沒有灰色。顏色中混合的灰色越多，飽和度越低。飽和度值通常從0到100％測量，但在OpenCV中，飽和度的范圍是從0到255。值這是一種顏色亮度的量度。當亮度值最大時，顏色變?yōu)榘咨�，當亮度值最小時，顏色變?yōu)楹谏�。這通常是0到100％，但在OpenCV中，值的范圍是從0到255�，F(xiàn)在讓我們采取一些實際行動。過濾顏色為了使用OpenCV過濾顏色，我們必須指定顏色的色調(diào)范圍，我們需要過濾，并為顏色創(chuàng)建一個遮罩。然后利用遮罩對原始圖像陣列（本文將詳細討論）進行按位與運算，得到濾波后的顏色結(jié)果。讓我們嘗試從下圖中過濾出綠色：

從上圖中濾除綠色的代碼為：＃import the libraries
import cv2 as cv
import numpy as np
＃read the image
img ＝ cv．imread（＂D：／／medium＿blogs／／flower．jpg＂）
＃convert the BGR image to HSV colour space
hsv ＝ cv．cvtColor（img， cv．COLOR＿BGR2HSV）
＃set the lower and upper bounds for the green hue
lower＿green ＝ np．a(chǎn)rray（［50，100，50］）
upper＿green ＝ np．a(chǎn)rray（［70，255，255］）
＃create a mask for green colour using inRange function
mask ＝ cv．inRange（hsv， lower＿green， upper＿green）
＃perform bitwise and on the original image arrays using the mask
res ＝ cv．bitwise＿and（img， img， mask＝mask）
＃create resizable windows for displaying the images
cv．namedWindow（＂res＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂hsv＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂mask＂， cv．WINDOW＿NORMAL）
＃display the images
cv．imshow（＂mask＂， mask）
cv．imshow（＂hsv＂， hsv）
cv．imshow（＂res＂， res）
if cv．waitKey（0）：
   cv．destroyAllWindows（）
上述代碼片段的結(jié)果是：

HSV圖像蒙版

只有綠色的最終圖像

使用色彩過濾的概念創(chuàng)建色彩流行效果現(xiàn)在我們知道了如何創(chuàng)建顏色過濾器，讓我們看看如何使用OpenCV創(chuàng)建彩色流行效果。讓我們使用下面的圖像來演示這一點。

創(chuàng)建紅色彈出濾鏡的流程如下：
讀取圖像并將其轉(zhuǎn)換為HSV格式。設(shè)置要過濾的紅色HSV的下界和上界。查找顏色的HSV顏色空間值的一種方法是運行以下代碼片段。img ＝ np．uint8（［［［0，0，255］］］）
hsv ＝ cv．cvtColor（img， cv．COLOR＿BGR2HSV）
print（hsv）
OpenCV以BGR格式讀取圖像，這就是為什么紅色是［0，0，255］。上面的代碼片段打印如下：［［0 255 255］］
它是紅色的HSV值（色調(diào)－ 0，飽和度－ 255（100％），值－ 255（100％）。你還可以對圖像中的特定像素做同樣的工作，以找到該像素的HSV值。pixel ＝ img［3124， 2342］
hsv ＝ cv．cvtColor（img， cv．COLOR＿BGR2HSV）
print（hsv）
因為我們知道我們現(xiàn)在試圖過濾的顏色的HSV值，我們可以根據(jù)我們的需要分別調(diào)整色調(diào)，飽和度和值來設(shè)置上界和下界。使用OpenCV的inRange函數(shù)為紅色色調(diào)創(chuàng)建一個遮罩。使用遮罩上的bitwise＿not操作創(chuàng)建遮罩的逆遮罩。使用遮罩（前景）只過濾原始圖像的紅色部分。使用cv．cvtColor函數(shù)獲取原始圖像的灰度格式。現(xiàn)在使用遮罩的反面從灰度圖像（背景）中只過濾原始圖像中包含紅色以外的顏色的區(qū)域。在將背景添加到前景之前，必須使用numpy．stack（）函數(shù)將只有一個通道的灰度背景圖像轉(zhuǎn)換為三個通道的灰度圖像。這一步應(yīng)該做，因為OpenCV的add函數(shù)只有在要添加的圖像的形狀相同時才能工作。添加前景和背景以得到最終的圖像，只有紅色從灰度背景中突出。創(chuàng)建紅色彈出濾鏡的代碼是：＃import the libraries
import cv2 as cv
import numpy as np
＃read the image
img ＝ cv．imread（＂D：／／medium＿blogs／／red＿coat．jpg＂）
＃convert the BGR image to HSV colour space
hsv ＝ cv．cvtColor（img， cv．COLOR＿BGR2HSV）
＃obtain the grayscale image of the original image
gray ＝ cv．cvtColor（img， cv．COLOR＿BGR2GRAY）
＃set the bounds for the red hue
lower＿red ＝ np．a(chǎn)rray（［160，100，50］）
upper＿red ＝ np．a(chǎn)rray（［180，255，255］）
＃create a mask using the bounds set
mask ＝ cv．inRange（hsv， lower＿red， upper＿red）
＃create an inverse of the mask
mask＿inv ＝ cv．bitwise＿not（mask）
＃Filter only the red colour from the original image using the mask（foreground）
res ＝ cv．bitwise＿and（img， img， mask＝mask）
＃Filter the regions containing colours other than red from the grayscale image（background）
background ＝ cv．bitwise＿and（gray， gray， mask ＝ mask＿inv）
＃convert the one channelled grayscale background to a three channelled image
background ＝ np．stack（（background，）＊3， axis＝－1）
＃add the foreground and the background
added＿img ＝ cv．a(chǎn)dd（res， background）
＃create resizable windows for the images
cv．namedWindow（＂res＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂hsv＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂mask＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂added＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂back＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂mask＿inv＂， cv．WINDOW＿NORMAL）
cv．namedWindow（＂gray＂， cv．WINDOW＿NORMAL）
＃display the images
cv．imshow（＂back＂， background）
cv．imshow（＂mask＿inv＂， mask＿inv）
cv．imshow（＂added＂，added＿img）
cv．imshow（＂mask＂， mask）
cv．imshow（＂gray＂， gray）
cv．imshow（＂hsv＂， hsv）
cv．imshow（＂res＂， res）
if cv．waitKey（0）：
   cv．destroyAllWindows（）
現(xiàn)在讓我們看看結(jié)果：灰度圖像

HSV圖像

遮罩

遮罩逆

背景

前景

現(xiàn)在，是時候揭曉最期待的最終結(jié)果了！向你展示添加的最終圖像。

如你所見，我們得到了一些令人驚訝的結(jié)果。我們成功地將紅色從圖像中分離出來，將剩下的圖像變成了灰度，給我們帶來了這幅唯美的杰作。就這樣了，恭喜你，你已經(jīng)使用OpenCV創(chuàng)建了自己的彩色流行濾鏡！現(xiàn)在你可以讓自己感覺舒服，試著自己過濾除紅色以外的其他顏色。