标签：tail named tar 模型 结果 call 数字 and font
HLS颜色空间，三个分量分别是色相（H）、亮度（L）、饱和度（S），这三个分量进行数字化处理，取值范围为：
模型可以通过以下两幅图像理解（来自维基百科）
从上图种可以看出，我们固定一个颜色（H）,那么随着饱和度（S,Chroma）的增加，颜色越来越深，OpenCV通过定义函数cvtColor实现BGR颜色空间向HLS颜色空间的转换，使用该函数时，最好将输入图像的BGR值归一到[0,1]范围，可以通过调节亮度（L分量）观察L造成的影响：
#include<opencv2/core.hpp> #include<opencv2/imgproc.hpp> #include<opencv2/highgui.hpp> using namespace cv; #include<string> using namespace std; //颜色显示 Mat colorMap; //H的取值范围[0,360] int H = 180; int MAX_H = 360; //L的取值范围[0,1] int L = 0; int MAX_L = 255;//可以自定义设定 //S的取值范围[0,1] int S = 0; int MAX_S = 255; //颜色显示窗口 string showColor = "H-S"; //回调函数 void callback(int, void*); int main(int argc, char*argv[]) { colorMap.create(Size(MAX_S + 1, MAX_H + 1), CV_32FC3); //命名窗口 namedWindow(showColor, WINDOW_GUI_EXPANDED); //调节 V 分量 createTrackbar("L分量", showColor, &L, MAX_L, callback); waitKey(0); return 0; } void callback(int, void*) { for (int h = 0; h < MAX_H + 1; h++) { for (int s = 0; s < MAX_S + 1; s++) { colorMap.at<Vec3f>(h, s) = Vec3f(h, L / float(MAX_L), s / float(MAX_S)); } } //颜色空间的转换 cvtColor(colorMap, colorMap, COLOR_HLS2BGR); //显示颜色 imshow(showColor, colorMap); }
上述程序的运行界面如下，通过调节L分量，观察其效果：
可以发现随着L的增大，所有的颜色逐渐消失，显示为白色，符合模型。
#include<opencv2/core.hpp> #include<opencv2/imgproc.hpp> #include<opencv2/highgui.hpp> using namespace cv; #include<string> using namespace std; //颜色显示 Mat colorMap; //H的取值范围[0,360] int H = 180; int MAX_H = 360; //L的取值范围[0,1] int L = 0; int MAX_L = 255;//可以自定义设定 //S的取值范围[0,1] int S = 0; int MAX_S = 255; //颜色显示窗口 string showColor = "H-L"; //回调函数 void callback(int, void*); int main(int argc, char*argv[]) { colorMap.create(Size(MAX_L + 1, MAX_H + 1), CV_32FC3); //命名窗口 namedWindow(showColor, WINDOW_GUI_EXPANDED); //调节 V 分量 createTrackbar("S分量", showColor, &S, MAX_S, callback); waitKey(0); return 0; } void callback(int, void*) { for (int h = 0; h < MAX_H + 1; h++) { for (int l = 0; l < MAX_L + 1; l++) { colorMap.at<Vec3f>(h, l) = Vec3f(h, l / float(MAX_L), S / float(MAX_S)); } } //颜色空间的转换 cvtColor(colorMap, colorMap, COLOR_HLS2BGR); //显示颜色 imshow(showColor, colorMap); }
运行结果如下：
可以发现S很小时，几乎看不到颜色，随着S的增大，颜色信息也越来越明显。
通过上面显示的图谱可以看出，可以通过分割H分量，确定颜色。
#include<opencv2/core.hpp> #include<opencv2/imgproc.hpp> #include<opencv2/highgui.hpp> using namespace cv; #include<string> using namespace std; //颜色显示 Mat colorMap; //H的取值范围[0,360] int H = 180; int MAX_H = 360; //L的取值范围[0,1] int L = 0; int MAX_L = 255;//可以自定义设定 //S的取值范围[0,1] int S = 0; int MAX_S = 255; //颜色显示窗口 string showColor = "L-S"; //回调函数 void callback(int, void*); int main(int argc, char*argv[]) { colorMap.create(Size(MAX_S + 1, MAX_L + 1), CV_32FC3); //命名窗口 namedWindow(showColor, WINDOW_GUI_EXPANDED); //调节 H 分量 createTrackbar("H分量", showColor, &H, MAX_H, callback); callback(0, 0); waitKey(0); return 0; } void callback(int, void*) { for (int l = 0; l < MAX_L + 1; l++) { for (int s = 0; s < MAX_S + 1; s++) { colorMap.at<Vec3f>(l, s) = Vec3f(H, l / float(MAX_L), s / float(MAX_S)); } } //颜色空间的转换 cvtColor(colorMap, colorMap, COLOR_HLS2BGR); //显示颜色 imshow(showColor, colorMap); }
标签：tail named tar 模型 结果 call 数字 and font
原文地址：http://www.cnblogs.com/Anita9002/p/7156437.html
