​目标

在本教程中，您将学习如何：

• 使用 OpenCV cv：：inRange 函数执行基本阈值操作。
• 根据 HSV 色彩空间中的像素值范围检测对象。

理论

• 在上一教程中，我们学习了如何使用 cv：：threshold 函数执行阈值。
• 在本教程中，我们将学习如何使用 cv：：inRange 函数来做到这一点。
• 概念保持不变，但现在我们添加了一系列我们需要的像素值。

HSV 色彩空间

HSV（色调、饱和度、值）色彩空间是表示类似于 RGB 颜色模型的色彩空间的模型。由于色相通道对颜色类型进行建模，因此在需要根据颜色分割对象的图像处理任务中非常有用。饱和度的变化从不饱和到表示灰色阴影和完全饱和（无白色分量）。值通道描述颜色的亮度或强度。下图显示了 HSV 气缸。

作者：SharkD衍生作品：SharkD [CC BY-SA 3.0或GFDL]，通过Wikimedia Commons

由于 RGB 色彩空间中的颜色是使用三个通道进行编码的，因此根据图像中的颜色分割图像中的对象更加困难。

作者：SharkD [GFDL或CC BY-SA 4.0]，来自维基共享资源

颜色转换中介绍了使用 cv::cvtColor 函数从一个颜色空间转换为另一个颜色空间的公式

代码

C++

The tutorial code's is shown lines below. You can also download it from here

#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/videoio.hpp"
#include <iostream>
 
using namespace cv;
 
const int max_value_H = 360/2;
const int max_value = 255;
const String window_capture_name = "Video Capture";
const String window_detection_name = "Object Detection";
int low_H = 0, low_S = 0, low_V = 0;
int high_H = max_value_H, high_S = max_value, high_V = max_value;
 
static void on_low_H_thresh_trackbar(int, void *)
{
 low_H = min(high_H-1, low_H);
 setTrackbarPos("Low H", window_detection_name, low_H);
}
 
static void on_high_H_thresh_trackbar(int, void *)
{
 high_H = max(high_H, low_H+1);
 setTrackbarPos("High H", window_detection_name, high_H);
}
 
static void on_low_S_thresh_trackbar(int, void *)
{
 low_S = min(high_S-1, low_S);
 setTrackbarPos("Low S", window_detection_name, low_S);
}
 
static void on_high_S_thresh_trackbar(int, void *)
{
 high_S = max(high_S, low_S+1);
 setTrackbarPos("High S", window_detection_name, high_S);
}
 
static void on_low_V_thresh_trackbar(int, void *)
{
 low_V = min(high_V-1, low_V);
 setTrackbarPos("Low V", window_detection_name, low_V);
}
 
static void on_high_V_thresh_trackbar(int, void *)
{
 high_V = max(high_V, low_V+1);
 setTrackbarPos("High V", window_detection_name, high_V);
}
 
int main(int argc, char* argv[])
{
 VideoCapture cap(argc > 1 ? atoi(argv[1]) : 0);
 
 namedWindow(window_capture_name);
 namedWindow(window_detection_name);
 
 // Trackbars to set thresholds for HSV values
 createTrackbar("Low H", window_detection_name, &low_H, max_value_H, on_low_H_thresh_trackbar);
 createTrackbar("High H", window_detection_name, &high_H, max_value_H, on_high_H_thresh_trackbar);
 createTrackbar("Low S", window_detection_name, &low_S, max_value, on_low_S_thresh_trackbar);
 createTrackbar("High S", window_detection_name, &high_S, max_value, on_high_S_thresh_trackbar);
 createTrackbar("Low V", window_detection_name, &low_V, max_value, on_low_V_thresh_trackbar);
 createTrackbar("High V", window_detection_name, &high_V, max_value, on_high_V_thresh_trackbar);
 
 Mat frame, frame_HSV, frame_threshold;
 while (true) {
 cap >> frame;
 if(frame.empty())
 {
 break;
 }
 
 // Convert from BGR to HSV colorspace
 cvtColor(frame, frame_HSV, COLOR_BGR2HSV);
 // Detect the object based on HSV Range Values
 inRange(frame_HSV, Scalar(low_H, low_S, low_V), Scalar(high_H, high_S, high_V), frame_threshold);
 
 // Show the frames
 imshow(window_capture_name, frame);
 imshow(window_detection_name, frame_threshold);
 
 char key = (char) waitKey(30);
 if (key == 'q' || key == 27)
 {
 break;
 }
 }
 return 0;
}

解释

C++

让我们检查一下程序的一般结构：

• 从默认或提供的捕获设备捕获视频流。

 VideoCapture cap(argc > 1 ? atoi(argv[1]) : 0);

创建一个窗口以显示默认帧和阈值帧。

 namedWindow(window_capture_name);
 namedWindow(window_detection_name);

创建跟踪栏以设置 HSV 值的范围

 // Trackbars to set thresholds for HSV values
 createTrackbar("Low H", window_detection_name, &low_H, max_value_H, on_low_H_thresh_trackbar);
 createTrackbar("High H", window_detection_name, &high_H, max_value_H, on_high_H_thresh_trackbar);
 createTrackbar("Low S", window_detection_name, &low_S, max_value, on_low_S_thresh_trackbar);
 createTrackbar("High S", window_detection_name, &high_S, max_value, on_high_S_thresh_trackbar);
 createTrackbar("Low V", window_detection_name, &low_V, max_value, on_low_V_thresh_trackbar);
 createTrackbar("High V", window_detection_name, &high_V, max_value, on_high_V_thresh_trackbar);

在用户希望程序退出之前，请执行以下操作

 cap >> frame;
 if(frame.empty())
 {
 break;
 }
 
 // Convert from BGR to HSV colorspace
 cvtColor(frame, frame_HSV, COLOR_BGR2HSV);
 // Detect the object based on HSV Range Values
 inRange(frame_HSV, Scalar(low_H, low_S, low_V), Scalar(high_H, high_S, high_V), frame_threshold);

显示图像

 // Show the frames
 imshow(window_capture_name, frame);
 imshow(window_detection_name, frame_threshold);

对于控制较低范围的跟踪栏，例如色调值：

static void on_low_H_thresh_trackbar(int, void *)
{
 low_H = min(high_H-1, low_H);
 setTrackbarPos("Low H", window_detection_name, low_H);
}

static void on_low_H_thresh_trackbar(int, void *)
{
 low_H = min(high_H-1, low_H);
 setTrackbarPos("Low H", window_detection_name, low_H);
}

对于控制上限范围的跟踪栏，例如色调值：

static void on_high_H_thresh_trackbar(int, void *)
{
 high_H = max(high_H, low_H+1);
 setTrackbarPos("High H", window_detection_name, high_H);
}

• 有必要找到最大值和最小值，以避免出现阈值的高值小于低值等差异。

结果

• 编译此程序后，运行它。该程序将打开两个窗口
• 当您从跟踪栏设置范围值时，生成的帧将在另一个窗口中可见。

参考文献：

1、《Thresholding Operations using inRange》------Lorena García