[OpenCV] 以最亮顏色的色相來進行灰階處理

OpenCV-Python 教學 https://docs.opencv.org/3.4.16/d6/d00/tutorial_py_root.html

原始圖片

原圖因為燈光散射的關係，整個圖片都出現發紅的現象

預設灰階 cv2.imread('01.jpg', cv2.IMREAD_GRAYSCALE)

有部分的色差變得不明顯，之後要進行辨識變得很困難

色相比例的灰階

透過色相的方式就好很多

HSV 的數值定義

• H: 色相 0~360度
• S: 飽和度 0~1
• V: 明度 (黑)0~1(白)

OpenCV HSV 的數值定義

• H: 0 ~ 180 => H / 2
• S: 0 ~ 255 => S * 255
• V: 0 ~ 255 => V * 255

相依套件:

1. pip install opencv-python 
2. pip install py-linq     # https://viralogic.github.io/py-enumerable/ 

pip install opencv-python
pip install py-linq     # https://viralogic.github.io/py-enumerable/

程式:

原始碼

1. from py_linq import Enumerable 
2. import cv2 
3. import numpy as np 
4.  
5.  
6. def get_hue(img): 
7.    ''' 圖片色相 ''' 
8.  
9.    img = cv2.resize(img, (32, 32), interpolation = cv2.INTER_LINEAR) 
10.    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) 
11.    pixel_hsv = np.reshape(img_hsv,(-1,3)) 
12.  
13.    result = Enumerable(pixel_hsv)\ 
14.        .order_by_descending(lambda p: p[2])\ 
15.        .then_by_descending(lambda p: p[1])\ 
16.        .first() 
17.  
18.    print(f'[result]: {result}') 
19.    return result[0] 
20.  
21.  
22.  
23. def get_gray_rate(hue): 
24.    ''' 根據色相計算灰階比例 ''' 
25.  
26.    hue_full = np.uint8([[[hue,255,255]]]) 
27.    hue_bgr = cv2.cvtColor(hue_full, cv2.COLOR_HSV2BGR) 
28.    (hue_b, hue_g, hue_r) = hue_bgr[0,0] 
29.  
30.    hue_total =  0.0 + hue_b + hue_g + hue_r 
31.  
32.    return [ 
33.        hue_b / hue_total, 
34.        hue_g / hue_total, 
35.        hue_r / hue_total, 
36.    ] 
37.  
38.  
39.  
40. img = cv2.imread('01.jpg') 
41.  
42. hue = get_hue(img) 
43. gray_rate = get_gray_rate(hue) # 灰階比例 
44.  
45. print(f'hue:{hue}, gray_rate: {gray_rate}') 
46.  
47. # 灰階轉換 
48. img_gray = cv2.transform(img, np.array([gray_rate])) 
49.  
50. cv2.imshow("img", img) 
51. cv2.imshow("img_gray", img_gray) 
52. cv2.waitKey(0) 
53. cv2.destroyAllWindows() 

from py_linq import Enumerable
import cv2
import numpy as np


def get_hue(img):
    ''' 圖片色相 '''

    img = cv2.resize(img, (32, 32), interpolation = cv2.INTER_LINEAR)
    img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    pixel_hsv = np.reshape(img_hsv,(-1,3))

    result = Enumerable(pixel_hsv)\
        .order_by_descending(lambda p: p[2])\
        .then_by_descending(lambda p: p[1])\
        .first()

    print(f'[result]: {result}')
    return result[0]



def get_gray_rate(hue):
    ''' 根據色相計算灰階比例 '''

    hue_full = np.uint8([[[hue,255,255]]])
    hue_bgr = cv2.cvtColor(hue_full, cv2.COLOR_HSV2BGR)
    (hue_b, hue_g, hue_r) = hue_bgr[0,0]

    hue_total =  0.0 + hue_b + hue_g + hue_r

    return [
        hue_b / hue_total,
        hue_g / hue_total,
        hue_r / hue_total,
    ]



img = cv2.imread('01.jpg')

hue = get_hue(img)
gray_rate = get_gray_rate(hue) # 灰階比例

print(f'hue:{hue}, gray_rate: {gray_rate}')

# 灰階轉換
img_gray = cv2.transform(img, np.array([gray_rate]))

cv2.imshow("img", img)
cv2.imshow("img_gray", img_gray)
cv2.waitKey(0)
cv2.destroyAllWindows()