OpenCV4（9）-色彩空间的转换及应用（C++，Python，JS） - 入门 - OpenCV - 人工智能 | Aayu Yain = 学无止境 = 世界上大部分事，都没太大意义。真理与热爱除外

# 环境

Python：3.6.5 OpenCV 4.1.2
C++：OpenCV 4.1.2
JS：OpenCV 4.5.0

环境搭建可参考：B 站视频

# 知识点

# 色彩空间

RGB 色彩空间
是我们最常用的色彩空间，且与设备无关。
HSV 色彩空间
对于一些直方图相关的图像处理和算法，将其转到 HSV 色彩空间，通常会取得较好的效果。
YUV 色彩空间
一种跟设备有关的色彩空间。
YCrCb 色彩空间
常用作皮肤检测，根据一些颜色的统计模型，通常会取得较好的效果。

# 相关 API

色彩空间转换 cvtColor
提取指定色彩范围区域 inRange

注：关于 HSV 各通道在 OpenCV 中取值范围的确定

上图清晰的列出来不同的颜色在 HSV 色彩空间的最小值和最大值。利用这个取值范围，我们便可以实现一些好玩的应用。

例如，绿色在 HSV 色彩空间的取值范围是（35， 43， 46）—（77， 255， 255）。通过 inRange 函数，可以很方便的将人物和绿幕背景分离出来。再通过像素的逻辑操作与或非，便可以实现更换背景的效果～～

# C++ 代码

#ifndef DAY09
#define DAY09

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

void day09() {

	Mat src = imread("E:\\_Image\\OpenCVTest\\tinygreen.jpg");
	if (src.empty()) {
		cout << "could not load image.." << endl;
		return;
	}
	imshow("src", src);

	Mat hsv, mask, mask_not, people;
	cvtColor(src, hsv, COLOR_BGR2HSV);

	// 获取背景蒙版，即绿幕部分为白，前景人物部分为黑
	inRange(hsv, Scalar(35, 43, 46), Scalar(77, 255, 255), mask);
	imshow("mask", mask);
	// 蒙版取非，即前景人物部分为白色
	bitwise_not(mask, mask_not);
	imshow("mask_not", mask_not);

	// 利用蒙版，将人物部分抠出
	bitwise_and(src, src, people, mask_not);
	imshow("people", people);

	// 取一张背景图，并截取与mask相同尺寸的部分
	Mat scene = imread("E:\\_Image\\OpenCVTest\\scene.jpg");
	Mat dstScene(scene, Rect(0, 0, people.cols, people.rows));
	imshow("dstScene", dstScene);

	// 利用蒙版，在背景图中扣掉待填充的人物蒙版部分
	Mat sceneBackground, finalImage;
	bitwise_and(dstScene, dstScene, sceneBackground, mask);
	imshow("sceneBackground", sceneBackground);

	// 或操作，将人物融入背景图中
	bitwise_or(sceneBackground, people, finalImage);
	imshow("final", finalImage);

	waitKey(0);
}

#endif // !DAY09

# Python 代码

	import cv2 as cv

	# 查看版本
	print(cv.__version__)

	# 读取显示图像
	src = cv.imread("E:/_Image/OpenCVTest/tinygreen.jpg")
	cv.imshow("bgr", src)

	# RGB to HSV
	hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV)
	cv.imshow("hsv", hsv)

	# RGB to YUV
	yuv = cv.cvtColor(src, cv.COLOR_BGR2YUV)
	cv.imshow("yuv", yuv)

	# RGB to YUV
	ycrcb = cv.cvtColor(src, cv.COLOR_BGR2YCrCb)
	cv.imshow("ycrcb", ycrcb)

	# 获取背景蒙版，即绿幕部分为白，前景人物部分为黑
	mask = cv.inRange(hsv, (35, 43, 46), (77, 255, 255))
	cv.imshow("mask", mask)

	# 蒙版取非，即前景人物部分为白色
	mask_not = cv.bitwise_not(mask)
	cv.imshow("mask_not", mask_not)

	# 利用蒙版，将人物部分抠出
	people = cv.bitwise_and(src, src, mask=mask_not)
	cv.imshow("people", people)

	# 取一张背景图，并截取与 mask 相同尺寸的部分
	scene = cv.imread("E:/_Image/OpenCVTest/scene.jpg")
	dstScene = scene[:people.shape[0], :people.shape[1], :]
	cv.imshow("dstScene", dstScene)

	# 利用蒙版，在背景图中扣掉待填充的人物蒙版部分
	sceneBackground = cv.bitwise_and(dstScene, dstScene, mask=mask)
	cv.imshow("sceneBackground", sceneBackground)

	# 或操作，将人物融入背景图中
	finalImage = cv.bitwise_or(sceneBackground, people)
	cv.imshow("finalImage", finalImage)

	# 等待键盘输入释放内存
	cv.waitKey(0)
	cv.destroyAllWindows()

# JS 代码

	<template>
	<div>
	<p>色彩空间的转换及应用</p>
	<p id="status">OpenCV.js is loading...</p>
	<div class="inputoutput">
	<img id="imageSrc" src="imgs/tinygreen.jpg" />
	<img id="imageSrc2" src="imgs/scene.jpg" />
	</div>
	<div class="inputoutput">
	<canvas id="canvasOutput"></canvas>
	<div class="caption">canvasOutput</div>
	</div>
	</div>
	</template>

	<script>
	export default {
	name: "day09",
	mounted() {
	this.init();
	},
	destoryed() {},
	data() {
	return {
	mats: [],
	};
	},
	methods: {
	init() {
	setTimeout(() => {
	if (window.cv) {
	this.onOpenCvReady(window.cv);
	} else {
	this.init();
	}
	}, 500);
	},
	onOpenCvReady(cv) {
	document.getElementById("status").innerHTML = "OpenCV.js is ready.";

	// 官方文档链接：https://docs.opencv.org/4.5.0/db/d64/tutorial_js_colorspaces.html

	let src = this.createMat(cv, 1, { name: "imageSrc" });

	// 转化到 HSV 色彩空间
	let hsv = this.createMat(cv, 2);
	cv.cvtColor(src, hsv, cv.COLOR_RGB2HSV);

	// 获取背景蒙版，即绿幕部分为白，前景人物部分为黑
	let mask = this.createMat(cv, 2);
	let low = this.createMat(cv, 3, {
	rows: src.rows,
	cols: src.cols,
	type: cv.CV_8UC3,
	initValue: [35, 43, 46, 255],
	});
	let high = this.createMat(cv, 3, {
	rows: src.rows,
	cols: src.cols,
	type: cv.CV_8UC3,
	initValue: [77, 255, 255, 255],
	});
	cv.inRange(hsv, low, high, mask);

	// 蒙版取非，即前景人物部分为白色
	let mask_not = this.createMat(cv, 2);
	cv.bitwise_not(mask, mask_not);

	// 利用蒙版，将人物部分抠出
	let people = this.createMat(cv, 2);
	cv.bitwise_and(src, src, people, mask_not);

	// 取一张背景图，并截取与 mask 相同尺寸的部分
	let scene = this.createMat(cv, 1, { name: "imageSrc2" });
	let rect = new cv.Rect(0, 0, people.cols, people.rows);
	let dstScene = this.createMat(cv, 2);
	dstScene = scene.roi(rect);

	// 利用蒙版，在背景图中扣掉待填充的人物蒙版部分
	let sceneBackground = this.createMat(cv, 2);
	cv.bitwise_and(dstScene, dstScene, sceneBackground, mask);

	// 或操作，将人物融入背景图中
	let finalImage = this.createMat(cv, 2);
	cv.bitwise_or(sceneBackground, people, finalImage);

	// 显示图像
	cv.imshow("canvasOutput", finalImage);

	// 销毁所有 mat
	this.destoryAllMats();
	},
	createMat(cv, type, ops) {
	switch (type) {
	case 1:
	if (ops && ops.name) {
	let mat = cv.imread(ops.name);
	this.mats.push(mat);
	return mat;
	}
	break;
	case 2: {
	let mat = new cv.Mat();
	this.mats.push(mat);
	return mat;
	}
	case 3:
	if (ops && ops.rows && ops.cols && ops.type && ops.initValue) {
	let mat = new cv.Mat(ops.rows, ops.cols, ops.type, ops.initValue);
	this.mats.push(mat);
	return mat;
	}
	break;
	default:
	break;
	}
	},
	destoryAllMats() {
	this.mats.forEach((item) => {
	item.delete();
	});
	},
	},
	};
	</script>

	<style lang="scss" scoped>
	</style>

官方文档链接：https://docs.opencv.org/4.5.0/db/d64/tutorial_js_colorspaces.html

# 结果展示

OpenCV