顏色分割

普通讀取的圖片都是RGB格式，就意味著每種顏色都是由三種RGB組合而成。同樣的常用的格式還有HSV，具體的看下面的百度貼過來的：
色調(diào)H
用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°,藍色為240°。它們的補色是：黃色為60°，青色為180°,紫色為300°；
飽和度S
飽和度S表示顏色接近光譜色的程度。一種顏色，可以看成是某種光譜色與白色混合的結(jié)果。其中光譜色所占的比例愈大，顏色接近光譜色的程度就愈高，顏色的飽和度也就愈高。飽和度高，顏色則深而艷。光譜色的白光成分為0，飽和度達到最高。通常取值范圍為0%～100%，值越大，顏色越飽和。
明度V
明度表示顏色明亮的程度，對于光源色，明度值與發(fā)光體的光亮度有關(guān)；對于物體色，此值和物體的透射比或反射比有關(guān)。通常取值范圍為0%（黑）到100%（白）。

下面展示使用HSV對圖片進行顏色分割，要分割的圖片如下：

HSV格式中，H表示與顏色有關(guān)的，所以如果基于顏色分割的話，主要是對H通道進行閾值分割。看圖片鳥為一種顏色，背景大致為一種顏色，大致可以猜測H通道的直方圖有兩個波峰，且背景像素對于小鳥像素，所以選擇幅值較小的波峰即為小鳥所在區(qū)域：
下面編寫代碼實現(xiàn)相關(guān)的內(nèi)容：

img_hsv = cv2.cvtColor(img2,cv2.COLOR_BGR2HSV)H,S,V = cv2.split(img_hsv)plt.bar([i for i in range(256)],calHist(H))plt.show()

首先來看一下H通道的直方圖：

和預(yù)測結(jié)果相同，可以看到小波峰主要集中在100附近，所以閾值選擇需要在100兩邊：
下面我們來試試不同閾值選擇的結(jié)果：不同的閾值為【50,120】、【80-120】、【100,120】

可以看出只要將小波峰完全包進閾值選擇范圍內(nèi)就可以選擇出來小鳥。
然后利用這個掩碼對圖像做位與操作：

res = cv2.bitwise_and(img,img,mask=mask)

得到分割出來的小鳥：

完整的代碼如下：

def split_baseColor(img):img_blur = cv2.blur(img,ksize=(5,5))img_median = cv2.medianBlur(img_blur,5)img_gaussian = cv2.GaussianBlur(img_median,(5,5),0)img2 = cv2.bilateralFilter(img_gaussian,9,75,75)img_hsv = cv2.cvtColor(img2,cv2.COLOR_BGR2HSV)H,S,V = cv2.split(img_hsv)plt.bar([i for i in range(256)],calHist(H))plt.bar([i for i in range(256)],calHist(S))plt.bar([i for i in range(256)],calHist(V))plt.show()low = np.array([50,0,0])high = np.array([120,255,255])mask = cv2.inRange(img_hsv,low,high)res = cv2.bitwise_and(img,img,mask=mask)s = np.hstack((img,res))s = cv2.pyrDown(s)show(s)

總結(jié)

以上是生活随笔為你收集整理的OpecCV颜色分割的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。