OpenCV基础HSV颜色空间*args与**kwargs滑动条传参问题

 更新时间:2021年10月16日 15:47:47   作者:_睿智_  
这篇文章主要介绍了OpenCV基础中HSV颜色空间*args与**kwargs滑动条传参问题的详细解析,有需要的朋友可以借鉴参考下,希望能够有所帮助

一、基础理论

HSV:HSV是一种为了加快调色效率,且易于理解的概念。

Hue:色相(具体的颜色)

Saturation:饱和度、色彩纯净度

Value:明度

1、Hue(色相)

Hue:色相(具体的颜色)

2、Value(明度)

明度:色彩的明亮程度,单通道亮度(并不等同于整体发光量)。

(明度越高越白,越低越黑,一般提高明度会同时提高R、G、B三通道的数值)

3、Saturation(饱和度)

Saturation:饱和度、色彩纯度。(越低越灰,越高越纯)

(一般调高饱和度会降低RGB中相对较低的数值,凸显主要颜色的纯度。 )

B站视频讲解:

短动画慢语速1分钟讲清影视调色中色彩形成原理基础——RGB与HSV

二、hsv三通道及单通道效果

三、*args && **kwargs

*args:传入参数未知,且不需要知道参数名称。

**args:传入参数未知,但需要知道参数名称。

四、滚动条控制h、s、v(min && max)

1、创建滚动条

API

CV_EXPORTS int createTrackbar(const string& trackbarname, const string& winname,
                              int* value, int count,
                              TrackbarCallback onChange = 0,
                              void* userdata = 0);

形式参数一trackbarname:滑动空间的名称;

形式参数二winname:滑动空间用于依附的图像窗口的名称;

形式参数三value:初始化阈值;

形式参数四count:滑动控件的刻度范围;

形式参数五TrackbarCallback:是回调函数,其定义如下

typedef void (CV_CDECL *TrackbarCallback)(int pos, void* userdata);
# 3、创建h、s、v滚动条
    cv2.createTrackbar('hmin', 'h', 12, 179, Renew)
    cv2.createTrackbar('hmax', 'h', 37, 179, Renew)
    cv2.createTrackbar('smin', 's', 12, 179, Renew)
    cv2.createTrackbar('smax', 's', 37, 179, Renew)
    cv2.createTrackbar('vmin', 'v', 12, 179, Renew)
    cv2.createTrackbar('vmax', 'v', 37, 179, Renew)

2、回调函数 -- 阈值设置

API

inRange()

主要是将在两个阈值内的像素值设置为白色(255),而不在阈值区间内的像素值设置为黑色(0),该功能类似于之间所讲的双阈值化操作。

    void inRange(InputArray src, InputArray lowerb,
                              InputArray upperb, OutputArray dst);

参数1:输入要处理的图像,可以为单通道或多通道。

参数2:包含下边界的数组或标量。

参数3:包含上边界数组或标量。

参数4:输出图像,与输入图像src 尺寸相同且为CV_8U 类型。

(注:dst输出二值化之后的图像)

# 1、获取滑动条反馈值
    hmin = cv2.getTrackbarPos('hmin', 'h')
    hmax = cv2.getTrackbarPos('hmax', 'h')
    smin = cv2.getTrackbarPos('smin', 's')
    smax = cv2.getTrackbarPos('smax', 's')
    vmin = cv2.getTrackbarPos('vmin', 'v')
    vmax = cv2.getTrackbarPos('vmax', 'v')
 
    # 2、设置阈值(inRange:在阈值(min,max)之内,设置为白色;在阈值之外,设置为黑色)
    h_thresh = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_thresh = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_thresh = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax))

3、回调函数 -- 感兴趣值

API

bitwise_and()

图像的与运算主要用于获取某个图像中感兴趣的部分,是针对两个图像矩阵数组或一个数组与标量的按位与。

# 3、获取感兴趣二值(与运算)
    interest = cv2.bitwise_and(h_thresh, cv2.bitwise_and(s_thresh, v_thresh))

总代码

# HSV颜色空间与滑动条(*args && **args)
import cv2
import numpy as np
# 回调函数
# *args:传入参数未知,且不需要知道参数名称
# **args:传入参数未知,但需要知道参数名称
def HSV_CallBack(*args):
    # 1、获取滑动条反馈值
    hmin = cv2.getTrackbarPos('hmin', 'h_binary')
    hmax = cv2.getTrackbarPos('hmax', 'h_binary')
    smin = cv2.getTrackbarPos('smin', 's_binary')
    smax = cv2.getTrackbarPos('smax', 's_binary')
    vmin = cv2.getTrackbarPos('vmin', 'v_binary')
    vmax = cv2.getTrackbarPos('vmax', 'v_binary')
    # 2、设置阈值(inRange:在阈值(min,max)之内,设置为白色;在阈值之外,设置为黑色)
    h_binary = cv2.inRange(np.array(h), np.array(hmin), np.array(hmax))
    s_binary = cv2.inRange(np.array(s), np.array(smin), np.array(smax))
    v_binary = cv2.inRange(np.array(v), np.array(vmin), np.array(vmax)) 
    # 3、获取感兴趣二值(与运算)
    binary = cv2.bitwise_and(h_binary, cv2.bitwise_and(s_binary, v_binary)) 
    # 4、显示
    cv2.imshow('h_binary', h_binary)
    cv2.imshow('s_binary', s_binary)
    cv2.imshow('v_binary', v_binary)
    cv2.imshow('binary', binary) 
def Show_HSV():
    global hsv, h, s, v
    # 0、创建窗口
    cv2.namedWindow('h_binary')
    cv2.namedWindow('s_binary')
    cv2.namedWindow('v_binary')
    # 1、获取hsv图片
    hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
    cv2.imshow('hsv', hsv)
    # 2、获取h、s、v三通道图片
    h, s, v = cv2.split(hsv)
    # 3、创建h、s、v滚动条
    cv2.createTrackbar('hmin', 'h_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('hmax', 'h_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('smin', 's_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('smax', 's_binary', 37, 179, HSV_CallBack)
    cv2.createTrackbar('vmin', 'v_binary', 12, 179, HSV_CallBack)
    cv2.createTrackbar('vmax', 'v_binary', 37, 179, HSV_CallBack)
    HSV_CallBack()
if __name__ == '__main__':
    global img
    img = cv2.imread('Resource/test.jpg')
    cv2.imshow('img', img)
    # 显示h、s、v
    Show_HSV() 
    cv2.waitKey(0)

参考资料

短动画慢语速1分钟讲清影视调色中色彩形成原理基础——RGB与HSV_哔哩哔哩_bilibili

​​​Python编程中*args与**kwargs区别作用详解

createTrackbar使用方法及步骤

以上就是OpenCV基础HSV颜色空间*args与**args滑动条传参问题的详细内容,更多关于HSV颜色空间*args与**args滑动条传参的资料请关注脚本之家其它相关文章!

相关文章

  • Python 操作SQLite数据库的示例

    Python 操作SQLite数据库的示例

    这篇文章主要介绍了Python 操作SQLite数据库的示例,帮助大家更好的利用python操作数据库处理数据,感兴趣的朋友可以了解下
    2020-10-10
  • Python pip安装第三方库的攻略分享

    Python pip安装第三方库的攻略分享

    pip 就是 Python 标准库(The Python Standard Library)中的一个包,只是这个包比较特殊,用它可以来管理 Python 标准库(The Python Standard Library)中其他的包。本文为大家介绍了pip安装第三方库的方法,需要的可以参考一下
    2022-11-11
  • Python正则表达式高级使用方法汇总

    Python正则表达式高级使用方法汇总

    这篇文章主要介绍了Python正则表达式高级使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-06-06
  • Jupyter的工作目录(根目录)位置介绍

    Jupyter的工作目录(根目录)位置介绍

    这篇文章主要介绍了Jupyter的工作目录(根目录)位置,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2025-04-04
  • Sanic框架基于类的视图用法示例

    Sanic框架基于类的视图用法示例

    这篇文章主要介绍了Sanic框架基于类的视图用法,结合实例形式分析了Sanic框架基于类的视图定义、使用及相关路由操作技巧与注意事项,需要的朋友可以参考下
    2018-07-07
  • 对python 匹配字符串开头和结尾的方法详解

    对python 匹配字符串开头和结尾的方法详解

    今天小编就为大家分享一篇对python 匹配字符串开头和结尾的方法详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-10-10
  • python爬虫框架scrapy实现模拟登录操作示例

    python爬虫框架scrapy实现模拟登录操作示例

    这篇文章主要介绍了python爬虫框架scrapy实现模拟登录操作,结合实例形式分析了scrapy框架实现模拟登陆操作的步骤、相关实现技巧与注意事项,需要的朋友可以参考下
    2018-08-08
  • Python和java 如何相互调用

    Python和java 如何相互调用

    这篇文章主要介绍了Python和java 如何相互调用,下面文章见到那的对Python和java 相互调用的方法做了个小总结,具有一定的参考价值,需要的小伙伴可以参考一下,希望对你有所帮助
    2021-12-12
  • 使用python进行PostgreSQL数据库连接全过程

    使用python进行PostgreSQL数据库连接全过程

    这篇文章主要介绍了使用python进行PostgreSQL数据库连接的相关资料,包括安装psycopg2模块、使用PyCharm进行图形化连接、代码连接数据库的方法、以及如何执行DML和DQL操作,需要的朋友可以参考下
    2025-03-03
  • Python自动化测试中yaml文件读取操作

    Python自动化测试中yaml文件读取操作

    这篇文章主要介绍了Python自动化测试中yaml文件读取操作,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-08-08

最新评论