OpenCV基礎(chǔ)HSV顏色空間*args與**kwargs滑動(dòng)條傳參問(wèn)題
一、基礎(chǔ)理論
HSV：HSV是一種為了加快調(diào)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(huì)同時(shí)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(diào)高飽和度會(huì)降低RGB中相對(duì)較低的數(shù)值，凸顯主要顏色的純度。 ）
B站視頻講解：
短動(dòng)畫(huà)慢語(yǔ)速1分鐘講清影視調(diào)色中色彩形成原理基礎(chǔ)——RGB與HSV
二、hsv三通道及單通道效果
三、*args && **kwargs
*args：傳入?yún)?shù)未知，且不需要知道參數(shù)名稱。
**args：傳入?yún)?shù)未知，但需要知道參數(shù)名稱。
四、滾動(dòng)條控制h、s、v（min && max）
1、創(chuàng)建滾動(dòng)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(dòng)空間的名稱；
形式參數(shù)二winname：滑動(dòng)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(dòng)控件的刻度范圍；
形式參數(shù)五TrackbarCallback：是回調(diào)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(dòng)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(diào)函數(shù) -- 閾值設(shè)置
API
inRange()
主要是將在兩個(gè)閾值內(nèi)的像素值設(shè)置為白色（255），而不在閾值區(qū)間內(nèi)的像素值設(shè)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(biāo)量。
參數(shù)3：包含上邊界數(shù)組或標(biāo)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(dòng)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(shè)置閾值（inRange：在閾值(min,max)之內(nèi)，設(shè)置為白色；在閾值之外，設(shè)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(diào)函數(shù) -- 感興趣值
API
bitwise_and()
圖像的與運(yùn)算主要用于獲取某個(gè)圖像中感興趣的部分，是針對(duì)兩個(gè)圖像矩陣數(shù)組或一個(gè)數(shù)組與標(biāo)量的按位與。
# 3、獲取感興趣二值（與運(yùn)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(dòng)條（*args && **args）
import cv2
import numpy as np
# 回調(diào)函數(shù)
# *args：傳入?yún)?shù)未知，且不需要知道參數(shù)名稱
# **args：傳入?yún)?shù)未知，但需要知道參數(shù)名稱
def HSV_CallBack(*args):
# 1、獲取滑動(dòng)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(shè)置閾值（inRange：在閾值(min,max)之內(nèi)，設(shè)置為白色；在閾值之外，設(shè)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(yùn)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(dòng)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)
參考資料
短動(dòng)畫(huà)慢語(yǔ)速1分鐘講清影視調(diào)色中色彩形成原理基礎(chǔ)——RGB與HSV_嗶哩嗶哩_bilibili
Python編程中*args與**kwargs區(qū)別作用詳解
以上就是OpenCV基礎(chǔ)HSV顏色空間*args與**args滑動(dòng)條傳參問(wèn)題的詳細(xì)內(nèi)容，更多關(guān)于HSV顏色空間*args與**args滑動(dòng)條傳參的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Python使用defaultdict解決字典默認(rèn)值
本文主要介紹了Python使用defaultdict解決字典默認(rèn)值，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04
如何基于matlab相機(jī)標(biāo)定導(dǎo)出xml文件
這篇文章主要介紹了如何基于matlab相機(jī)標(biāo)定導(dǎo)出xml文件,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
這篇文章主要介紹了Python格式化輸出的幾種匯總，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-02-02
用python 批量操作redis數(shù)據(jù)庫(kù)
這篇文章主要介紹了如何用python 批量操作redis數(shù)據(jù)庫(kù)，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-03-03
Python調(diào)用釘釘自定義機(jī)器人的實(shí)現(xiàn)
這篇文章主要介紹了Python調(diào)用釘釘自定義機(jī)器人的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01
腳本是解決問(wèn)題的有效方法，而 awk 是編寫(xiě)腳本的出色語(yǔ)言。它特別擅長(zhǎng)于簡(jiǎn)單的文本處理，它可以帶你完成配置文件的某些復(fù)雜重寫(xiě)或目錄中文件名的重新格式化。這篇文章主要介紹了如何把 awk 腳本移植到 Python,需要的朋友可以參考下2019-12-12
對(duì)Python正則匹配IP、Url、Mail的方法詳解
今天小編就為大家分享一篇對(duì)Python正則匹配IP、Url、Mail的方法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12
Python數(shù)據(jù)處理之臨近匹配的實(shí)現(xiàn)詳解
在數(shù)據(jù)處理中,經(jīng)常需要找到最接近給定值的元素或數(shù)據(jù)點(diǎn),這種需求在科學(xué)、工程和統(tǒng)計(jì)分析中非常常見(jiàn),Python 提供了多種方法來(lái)實(shí)現(xiàn)這種臨近匹配,下面就跟隨小編一起學(xué)習(xí)一下吧2024-02-02
詳解如何在pyqt中通過(guò)OpenCV實(shí)現(xiàn)對(duì)窗口的透視變換
這篇文章主要介紹了如何在pyqt中通過(guò)OpenCV實(shí)現(xiàn)對(duì)窗口的透視變換，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
python利用json和pyecharts畫(huà)折線圖實(shí)例代碼
這篇文章主要介紹了python利用json和pyecharts畫(huà)折線圖實(shí)例,本文通過(guò)示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-12-12