二、瞭解OpenCV中使用inRange進行物件跟蹤2.1 瞭解色彩空間的轉換為什麼那麼重要
上一節中，我們瞭解了色彩空間的轉換，那為什麼要了解色彩空間？上一節中並沒有進行說明，這一節將透過色彩空間的轉換，使我們能夠對一些物件進行追蹤；這一節所需要轉換的色彩空間是HSV色彩空間，在HSV色彩空間中，不同的顏色有不同的取值範圍，透過這些範圍可以對一些指定顏色進行過濾捕獲，從而實現跟蹤。
首先我們檢視一下HSV色彩空間中，一般顏色的取值範圍。HSV存在3個通道，我們以下為黑白灰、紅橙黃綠青藍紫顏色的三個通道取值範圍；我們瞭解了取值範圍後將有利於我們對這些顏色的取值：黑：
H低值為 0，S低值為 0，V低值為 0H高值為 180，S高值為 255，V高值為 46白：
H低值為 0，S低值為 0，V低值為 221H高值為 180，S高值為 30，V高值為 255灰：
H低值為 0，S低值為 0，V低值為 46H高值為 180，S高值為 43，V高值為 220紅：
H低值為 156，S低值為 43，V低值為 46H高值為 180，S高值為 255，V高值為 255橙：
H低值為 11，S低值為 43，V低值為 46H高值為 25，S高值為 255，V高值為 255黃：
H低值為 26，S低值為 43，V低值為 46H高值為 34，S高值為 255，V高值為 255綠：
H低值為 35，S低值為 43，V低值為 46H高值為 77，S高值為 255，V高值為 255青：
H低值為 78，S低值為 43，V低值為 46H高值為 99，S高值為 255，V高值為 255藍：
H低值為 100，S低值為 43，V低值為 46H高值為 124，S高值為 255，V高值為 255紫：
H低值為 125，S低值為 43，V低值為 46H高值為 155，S高值為 255，V高值為 255我們可以根據以上的值，使用inRange方法對圖片的物件進行過濾，或者說跟蹤，如果使用以上的顏色取值範圍，有個先行條件，需要對圖片進行HSV轉換。
2.2 使用inRange對影象進行捕獲在python中，使用inRange方法可以對圖片進行過濾，從而捕獲我們需要捕獲的內容。inRange方法需要傳入3個引數，第一個是影象；第二個是一個下限，這個下限指你需要捕獲的目標顏色的取值低值；第三個是一個上限，指你需要捕獲的目標顏色取值上限值。下限與上限都是陣列。
現在我們有如下圖片：
以上圖片共有3種顏色，白色、黑色、綠色。現在我需要捕獲黑色，那該如何去做呢？這時我們透過2.1節中得知，黑色的H、S、V低值分別是0、0、0，高值分別是180、255、46。我們建立兩個數值，一個儲存低值一個儲存高值。程式碼如下：
min=np.array([0,0,0])max=np.array([180,255,46])這時我們先獲取圖片，並且引入numpy，不然np未引入將會出錯：
import cv2import numpy as npimg = cv2.imread(r'C:\Users\mx\Desktop\test.jpg')cv2.namedWindow("Image",cv2.WINDOW_NORMAL)cv2.namedWindow("flag",cv2.WINDOW_NORMAL)以上程式碼建立的Image視窗用於顯示正常的圖片，flag視窗顯示我們捕獲後的目標圖片。隨後將圖片進行HSV轉換：
hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)隨後將建立的陣列，以及將轉換後的圖片傳入inRange方法中：
min=np.array([0,0,0])max=np.array([180,255,46])flag=cv2.inRange(hsv_img,lowerb=min,upperb=max)接著顯示以及等待：
cv2.imshow("Image", img)cv2.imshow("flag", mask)cv2.waitKey (0)cv2.destroyAllWindows()為了方便大家檢視，以下貼出了完整程式碼：
import cv2import numpy as npimg = cv2.imread(r'C:\Users\mx\Desktop\test.jpg')cv2.namedWindow("Image",cv2.WINDOW_NORMAL)cv2.namedWindow("flag",cv2.WINDOW_NORMAL)hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)min=np.array([0,0,0])max=np.array([180,255,46])flag=cv2.inRange(hsv_img,lowerb=min,upperb=max)cv2.imshow("Image", img)cv2.imshow("flag", flag)cv2.waitKey (0)cv2.destroyAllWindows()執行結果如下：
我們從執行後的結果中發現，我們需要捕獲的黑色，變成了白色顯示，其它顏色則變成了黑色。那我們接著將捕獲的黑色換成綠色。那麼我們更改低值與高值陣列，改成綠色的低值為 35、43、46，高值77、 255、 255：
min=np.array([35,43,46])max=np.array([77,255,255])執行程式碼，結果如下：
這個時候綠色捕獲成功，其它顏色變成了黑色，或者說都為0。
2.3 使用inRange對影片中目標進行捕獲在前兩篇文章中，我們已經瞭解瞭如何讀取影片裝置流，那如何讀取影片呢？其實流程是一樣的，我們首先建立VideoCapture，並且傳入影片路徑獲取影片物件。
capture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')隨後迴圈使用read方法讀取影片（類似方法不再進行贅述）：
while True: r,img=capture.read() if r==False: break那麼接下來就開始等待與顯示了。我們每一幀影片都是一張圖片，那麼只要不斷的在一個視窗中顯示圖片就可以了，新增完顯示程式碼後，完整程式碼如下：
import cv2import numpy as npcapture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')while True: r,img=capture.read() if r==False: break cv2.imshow("hmbb", img) k=cv2.waitKey (40) if k==27: breakcv2.destroyAllWindows()這個時候執行程式碼，成功的播放影片：
我在這裡使用的是海綿寶寶，我們接下來捕獲跟蹤影片中的海綿寶寶物件。海綿寶寶是一個類似於黃色的物體，那麼我們只需要建立兩個陣列用於捕捉黃色影象即可，其它程式碼跟圖片捕捉的程式碼一致，不再贅述，完整程式碼如下：
import cv2import numpy as npcapture=cv2.VideoCapture(r'C:\Users\mx\Desktop\hmbb.mp4')min=np.array([26,43,46])max=np.array([34,255,255])while True: r,img=capture.read() if r==False: break hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV) flag=cv2.inRange(hsv_img,lowerb=min,upperb=max) cv2.imshow("flag", flag) cv2.imshow("hmbb", img) k=cv2.waitKey (40) if k==27: breakcv2.destroyAllWindows()執行結果如下：
當我們執行程式碼後，出現兩個視窗，有一個視窗將對影片進行捕獲內容，並且很好的捕獲到了影片中的海綿寶寶。
三、總結瞭解透過圖片轉換色彩空間HSV，從而對目標顏色從相片中進行捕獲瞭解常規顏色的取值範圍，並且瞭解了inRange方法的使用，傳入值範圍和圖片即可對目標顏色物體進行跟蹤匯出
匯出為 Markdown檔案
匯出為 HTML檔案