快速了解opencv进行颜色分割替换

1.前言

opencv中的颜色说下我的理解通常表示颜色的有两种方式RGBGR/RGB/HSV基础标识的,还有我们处理过程中首先要转换用的gray（灰色）。

2.RGBGR/RGB/gray（灰色）

RGB基础是RED（红色）、GREEN（绿色）、BLUE(蓝色）三色组成各种颜色的，每个像素点上的颜色标识的时候会有个长度为3的数组标识的，每个值的大小是0-255。gray（灰色）是一个值表示的0-255

Imgproc.cvtColor(clone,clone,Imgproc.COLOR_BGR2GRAY);

RGB值和灰度的转换，实际上是人眼对于彩色的感觉到亮度感觉的转换，这是一个心理学问题，有一个公式：
Grey = 0.299*R + 0.587*G + 0.114*B

3.例子

证件照内容识别。首先得到色彩拆分然后过滤。

public static void split(String path){
    Mat src=Imgcodecs.imread(path);
    List<Mat> channels = new ArrayList<>();
    Core.split(src, channels);
    Mat b = channels.get(0);  // 蓝色通道
    Mat g = channels.get(1);  // 绿色通道
    Mat r = channels.get(2);  // 红色通道
    HighGui.imshow("一护", b);
    HighGui.waitKey(0);

    HighGui.imshow("一护", g);
    HighGui.waitKey(0);

    HighGui.imshow("一护", r);
    HighGui.waitKey(0);

    Imgproc.GaussianBlur(b, b, new Size(3, 3), 0, 0);
    //单通道进行过滤
    Imgproc.threshold(b, b, 180, 255, Imgproc.THRESH_BINARY | Imgproc.THRESH_OTSU);
    HighGui.imshow("一护", b);
    HighGui.waitKey(0);
}

处理后的图像，是不是显示的信息干净多了。

HSV

HSV的标识是通过色相（Hue）、饱和度（Saturation）和亮度（Value）来标识的。与RGB颜色空间相比，HSV颜色空间在某些情况下更符合人类对颜色的认知方式，因此在进行图像识别和处理时，使用HSV颜色空间可能会更加直观和方便。只是颜色范围控制感觉不好处理虽然有范围。

还是上面图片的例子。图片转换为HSV表示后，配合颜色过滤函数后字体是白色的背景是黑色的。后面做了个转换（可以看出图片是一个一个像素点颜色组成的。转化这里意味着你可以自己写点噪点或者对特定位置进行打马赛克就是对像素点的颜色进行修改）。

Imgproc.cvtColor(src, hsv,Imgproc.COLOR_BGR2HSV);
Core.inRange(hsv,new Scalar(0, 0, 0), new Scalar(180, 255, 50),split);

//得到一张大小相同的空图Scalar(0, 0, 0)表示黑色
Mat dst = new Mat(src.size(), CvType.CV_8UC3, new Scalar(0, 0, 0));
// 将源图像中的白色像素变为黑色
// 对素点进行遍历 对每个像素点进行颜色的标记
for (int i = 0; i < split.rows(); i++) {
    for (int j = 0; j < split.cols(); j++) {
        double[] pixel = split.get(i, j);
        if (pixel[0] == 255) {
            dst.put(i, j, 0, 0, 0);
        } else {
            dst.put(i, j, 255,255,255);
        }
    }
}