我們只探索了RGB色彩空間;然而，還有很多其他的色彩空間可以利用
色調(diào) - 飽和度值（HSV：Hue-Saturation-Value）色彩空間與人類如何思考和設(shè)想色彩更相似屋讶。
然后是 L *a *b * 色彩空間.
為了不陷入細(xì)節(jié)又固，我會告訴你如何轉(zhuǎn)換色彩空間仲器。如果您認(rèn)為您的圖像處理和計(jì)算機(jī)視覺應(yīng)用可能需要與RGB不同的色彩空間，那么我將作為練習(xí)留給讀者去探索每個色彩空間的特性仰冠。
cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
https://docs.opencv.org/3.0-beta/modules/imgproc/doc/miscellaneous_transformations.html?highlight=cvtcolor#cv2.cvtColor
import numpy as np
import argparse
import cv2
ap = argparse.ArgumentParser()
ap.add_argument("-i","--image",required = True,help = "Path to the image")
args = vars(ap.parse_args())
image = cv2.imread(args["image"])
cv2.imshow("Original",image)
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray",gray)
# 我們通過指定cv2.COLOR_BGR2GRAY標(biāo)志將我們的圖像從RGB顏色空間轉(zhuǎn)換為灰度
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
cv2.imshow("HSV",hsv)
lab = cv2.cvtColor(image,cv2.COLOR_BGR2LAB)
cv2.imshow("L*a*b*",lab)
cv2.waitKey(0)
圖1
簡單是可靠的先決條件.
更多文章請關(guān)注我的博客：https://harveyyeung.github.io
