视频对象提取
与其说是视频对象提取，不如说是视频颜色提取，因为其本质还是使用了OpenCV的HSV颜色物体检测。下面话不多说了，来一起看看详细的介绍吧。
HSV介绍
HSV分别代表，色调（H：hue），饱和度（S：saturation），亮度（V：value），由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)；
色调（H：hue）：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°，品红为300°；（OpenCV中H的取值范围为0~180，8bit存储时）；
饱和度（S：saturation）：取值范围为0~255，值越大，颜色越饱和；
亮度（V：value）：取值范围为0(黑色)～255(白色)；
效果展示
实现思路
如上效果图所示，我们要做的就是把视频中的绿色的小猪佩奇识别出来即可，下面是的识别步骤：
PS中工具栏右侧HSB显示：
完整代码
#coding=utf-8
#HSV转换（颜色提取）
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while (1):
_, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
#在PS里用取色器的HSV
psHSV = [112, 89, 52]
diff = 40 #上下浮动值
#因为PS的HSV（HSB）取值是：0~360、0~1、0~1，而OpenCV的HSV是：0~180、0~255、0~255，所以要对ps的hsv进行处理，H/2、SV*255
lowerHSV = [(psHSV[0] - diff) / 2, (psHSV[1] - diff) * 255 / 100,
(psHSV[2] - diff) * 255 / 100]
upperHSV = [(psHSV[0] + diff) / 2, (psHSV[1] + diff) * 255 / 100,
(psHSV[2] + diff) * 255 / 100]
mask = cv2.inRange(hsv, np.array(lowerHSV), np.array(upperHSV))
#使用位“与运算”提取颜色部分
res = cv2.bitwise_and(frame, frame, mask=mask)
#使用高斯模式优化图片
res = cv2.GaussianBlur(res, (5, 5), 1)
cv2.imshow('frame', frame)
# cv2.imshow('mask', mask)
cv2.imshow('res', res)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cv2.destroyAllWindows()
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。
