本节实现的是使用OpenCV里自带的函数，检测出视频里图像中的蓝色和天蓝色、青色，比如我的手机背景、我衣服上的蓝色格子，墙砖的蓝色和学生证照片上的蓝色背景。

• 设置“蓝色”HSV范围
• BGR转HSV
• 捕获摄像头视频
• 获取蓝色部分mask
• 图像按位与操作
• 显示蓝色部分图像

实现过程

定义视频对象

视频对象用于捕获摄像头视频流。

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

设置HSV中蓝色、天蓝色范围

这里主要参考了这个博客，我设置的颜色范围如下。

# set blue thresh
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])

获取视频帧并转成HSV格式

利用cvtColor()将BGR格式转成HSV格式，参数为cv2.COLOR_BGR2HSV。

# get a frame and show
ret, frame = cap.read()
cv2.imshow('Capture', frame)
# change to hsv model
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

获取mask

利用inRange()函数和HSV模型中蓝色范围的上下界获取mask，mask中原视频中的蓝色部分会被弄成白色，其他部分黑色。

# get mask
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

图像按位操作

将mask于原视频帧进行按位与操作，则会把mask中的白色用真实的图像替换：

# detect blue
    res = cv2.bitwise_and(frame, frame, mask=mask)
    cv2.imshow('Result', res)

源代码

程序的源代码如下：

# created by Huang Lu
# 28/08/2016 14:46:31 
# Department of EE, Tsinghua Univ.

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

# set blue thresh
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])

while(1):
    # get a frame and show
    ret, frame = cap.read()
    cv2.imshow('Capture', frame)

    # change to hsv model
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # get mask
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    cv2.imshow('Mask', mask)

    # detect blue
    res = cv2.bitwise_and(frame, frame, mask=mask)
    cv2.imshow('Result', res)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

也可以参考我的GitHub上的，点击这里。

运行结果

在命令行进入该源程序所在目录后，运行python main.py后即可显示结果。显示结果如下：

可以发现，我的手机背景、我衣服上的蓝色格子，墙砖的蓝色和学生证照片上的蓝色背景都被正确的识别出来了，但是还存在一些噪声，有待进一步改进。

参考

• http://blog.csdn.net/taily_duan/article/details/51506776
• OpenCV-Python-Toturial-中文版.pdf
• https://github.com/hlthu/Python-OpenCV-Learn/tree/master/Color_Track/