如何理解OpenCV基礎HSV顏色空間*args與**kwargs滑動條傳參問題

今天就跟大家聊聊有關如何理解OpenCV基礎HSV顏色空間*args與**kwargs滑動條傳參問題，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據(jù)這篇文章可以有所收獲。

一、基礎理論

HSV：HSV是一種為了加快調色效率，且易于理解的概念。

Hue：色相（具體的顏色）

Saturation：飽和度、色彩純凈度

Value：明度

1、Hue（色相）

Hue：色相（具體的顏色）

2、Value（明度）

明度：色彩的明亮程度，單通道亮度（并不等同于整體發(fā)光量）。

（明度越高越白，越低越黑，一般提高明度會同時提高R、G、B三通道的數(shù)值）

3、Saturation（飽和度）

Saturation：飽和度、色彩純度。（越低越灰，越高越純）

（一般調高飽和度會降低RGB中相對較低的數(shù)值，凸顯主要顏色的純度。 ）

B站視頻講解：

短動畫慢語速1分鐘講清影視調色中色彩形成原理基礎——RGB與HSV

二、hsv三通道及單通道效果

三、*args && **kwargs

*args：傳入參數(shù)未知，且不需要知道參數(shù)名稱。

**args：傳入參數(shù)未知，但需要知道參數(shù)名稱。

四、滾動條控制h、s、v（min && max）

1、創(chuàng)建滾動條

API

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

形式參數(shù)一trackbarname：滑動空間的名稱；

形式參數(shù)二winname：滑動空間用于依附的圖像窗口的名稱；

形式參數(shù)三value：初始化閾值；

形式參數(shù)四count：滑動控件的刻度范圍；

形式參數(shù)五TrackbarCallback：是回調函數(shù)，其定義如下

typedef void (CV_CDECL *TrackbarCallback)(int pos, void* userdata);

# 3、創(chuàng)建h、s、v滾動條
    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、回調函數(shù) -- 閾值設置

API

inRange()

主要是將在兩個閾值內的像素值設置為白色（255），而不在閾值區(qū)間內的像素值設置為黑色（0），該功能類似于之間所講的雙閾值化操作。

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

參數(shù)1：輸入要處理的圖像，可以為單通道或多通道。

參數(shù)2：包含下邊界的數(shù)組或標量。

參數(shù)3：包含上邊界數(shù)組或標量。

參數(shù)4：輸出圖像，與輸入圖像src 尺寸相同且為CV_8U 類型。

（注：dst輸出二值化之后的圖像）

# 1、獲取滑動條反饋值
    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、設置閾值（inRange：在閾值(min,max)之內，設置為白色；在閾值之外，設置為黑色）
    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、回調函數(shù) -- 感興趣值

API

bitwise_and()

圖像的與運算主要用于獲取某個圖像中感興趣的部分，是針對兩個圖像矩陣數(shù)組或一個數(shù)組與標量的按位與。

# 3、獲取感興趣二值（與運算）
    interest = cv2.bitwise_and(h_thresh, cv2.bitwise_and(s_thresh, v_thresh))

總代碼

# HSV顏色空間與滑動條（*args && **args）
import cv2
import numpy as np
# 回調函數(shù)
# *args：傳入參數(shù)未知，且不需要知道參數(shù)名稱
# **args：傳入參數(shù)未知，但需要知道參數(shù)名稱
def HSV_CallBack(*args):
    # 1、獲取滑動條反饋值
    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、設置閾值（inRange：在閾值(min,max)之內，設置為白色；在閾值之外，設置為黑色）
    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、獲取感興趣二值（與運算）
    binary = cv2.bitwise_and(h_binary, cv2.bitwise_and(s_binary, v_binary)) 
    # 4、顯示
    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、創(chuàng)建窗口
    cv2.namedWindow('h_binary')
    cv2.namedWindow('s_binary')
    cv2.namedWindow('v_binary')
    # 1、獲取hsv圖片
    hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV)
    cv2.imshow('hsv', hsv)
    # 2、獲取h、s、v三通道圖片
    h, s, v = cv2.split(hsv)
    # 3、創(chuàng)建h、s、v滾動條
    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)
    # 顯示h、s、v
    Show_HSV() 
    cv2.waitKey(0)

看完上述內容，你們對如何理解OpenCV基礎HSV顏色空間*args與**kwargs滑動條傳參問題有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業(yè)資訊頻道，感謝大家的支持。