opencv hsv

HSV (Hue, Saturation, Value) 是一种常用的颜色空间，在计算机视觉和图像处理中广泛用于颜色分割和目标检测。OpenCV 提供了对 HSV 颜色空间的完整支持。

1. HSV 颜色空间简介

HSV 颜色空间由三个分量组成：

H (Hue, 色调)：颜色的基本属性，表示颜色种类，范围 0-179 (OpenCV 中)
S (Saturation, 饱和度)：颜色的纯度，范围 0-255
V (Value, 明度)：颜色的亮度，范围 0-255

2. RGB 转 HSV

OpenCV 提供了 cv2.cvtColor() 函数进行颜色空间转换：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')

# BGR转HSV (OpenCV默认使用BGR格式)
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 显示结果
cv2.imshow('HSV Image', hsv_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

3. HSV 范围选择

HSV 颜色空间非常适合基于颜色的分割：

# 定义蓝色的HSV范围
lower_blue = np.array([100, 50, 50])  # H:100-140通常为蓝色
upper_blue = np.array([140, 255, 255])

# 创建掩膜
mask = cv2.inRange(hsv_image, lower_blue, upper_blue)

# 应用掩膜
result = cv2.bitwise_and(image, image, mask=mask)

# 显示结果
cv2.imshow('Blue Mask', mask)
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

4. 常见颜色的HSV范围参考

颜色	H范围	S范围	V范围
红色	0-10 或 160-179	100-255	100-255
橙色	10-25	100-255	100-255
黄色	25-35	100-255	100-255
绿色	35-85	100-255	100-255
青色	85-100	100-255	100-255
蓝色	100-140	100-255	100-255
紫色	140-160	100-255	100-255

注意：红色在HSV环中是跨界的，需要检测两个范围。

5. 动态调整HSV范围

可以使用滑块实时调整HSV范围：

def nothing(x):
    pass

cv2.namedWindow('HSV Tracker')

# 创建滑块
cv2.createTrackbar('H_min', 'HSV Tracker', 0, 179, nothing)
cv2.createTrackbar('H_max', 'HSV Tracker', 179, 179, nothing)
cv2.createTrackbar('S_min', 'HSV Tracker', 0, 255, nothing)
cv2.createTrackbar('S_max', 'HSV Tracker', 255, 255, nothing)
cv2.createTrackbar('V_min', 'HSV Tracker', 0, 255, nothing)
cv2.createTrackbar('V_max', 'HSV Tracker', 255, 255, nothing)

while True:
    # 获取滑块值
    h_min = cv2.getTrackbarPos('H_min', 'HSV Tracker')
    h_max = cv2.getTrackbarPos('H_max', 'HSV Tracker')
    s_min = cv2.getTrackbarPos('S_min', 'HSV Tracker')
    s_max = cv2.getTrackbarPos('S_max', 'HSV Tracker')
    v_min = cv2.getTrackbarPos('V_min', 'HSV Tracker')
    v_max = cv2.getTrackbarPos('V_max', 'HSV Tracker')
    
    # 定义范围
    lower = np.array([h_min, s_min, v_min])
    upper = np.array([h_max, s_max, v_max])
    
    # 创建掩膜
    mask = cv2.inRange(hsv_image, lower, upper)
    
    # 显示结果
    cv2.imshow('Mask', mask)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

6. HSV 与其他颜色空间的转换

# BGR转HSV
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# HSV转BGR
bgr = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)

# HSV转RGB (需要先转BGR)
rgb = cv2.cvtColor(cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR), cv2.COLOR_BGR2RGB)

7. 实际应用示例

红色物体检测

import cv2
import numpy as np

image = cv2.imread('red_object.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 红色有两个范围
lower_red1 = np.array([0, 120, 70])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 120, 70])
upper_red2 = np.array([180, 255, 255])

mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask = cv2.bitwise_or(mask1, mask2)

result = cv2.bitwise_and(image, image, mask=mask)

cv2.imshow('Original', image)
cv2.imshow('Mask', mask)
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()