[Python图像处理] 使用 HSV 色彩空间检测病毒对象

news/2024/10/25 17:25:44/

使用 HSV 色彩空间检测病毒对象

- 前言
- 检测病毒对象
- 相关链接

前言

在本节中，我们将学习如何使用 OpenCV 在 HSV 色彩空间中使用特定颜色检测感兴趣对象。我们需要通过指定颜色值范围识别和提取感兴趣的对象，使用具有病毒的血细胞图像，我们的目标在于识别绿色的病毒对象。

检测病毒对象

(1) 首先，导入所需 Python 库，使用 OpenCV 的 imread() 函数读取图像，然后将 BGR 图像转换为 RGB 色彩空间图像，以便我们可以正确地使用 imshow() 函数显示该图像。接下来，我们使用 cv2.cvtcolor() 函数将 RGB 色彩空间图像转换到 HSV 色彩空间中：

import cv2
from matplotlib import pyplot as plt
import numpy as npimg = cv2.cvtColor(cv2.imread('virus_blood.jpg'), cv2.COLOR_BGR2RGB)
img_hsv=cv2.cvtColor(img, cv2.COLOR_RGB2HSV)

(2) 通过使用 cv2.inRange() 函数选择图像中病毒对象可能具有的HSV颜色范围，为病毒对象创建遮罩。要在 HSV 色彩空间中找到特定的颜色，只需查找相应的 H 和 S 范围，然后将 V 的范围设置为我们感兴趣的颜色(例如，病毒的绿色)，然后就可以执行搜索任务，根据本节应用，我们可以将 HSV 范围设置为从 (30, 23, 10) 到 (80, 255, 255)。

OpenCV 的 inRange() 函数可以用于颜色检测，它接受 HSV 输入图像以及颜色范围作为参数，并会返回一个二值蒙版图像，其中白色像素代表处于指定 HSV 范围内的像素，而黑色像素表示指定的范围之外的像素：

low_green = np.array([30, 25, 10])
high_green = np.array([80, 255, 255])
green_mask = cv2.inRange(img_hsv, low_green, high_green)
green = cv2.bitwise_and(img, img, mask=green_mask)

(3) 通过创建输出图像，使用二值掩码对绿色病毒对象进行切片，并将其设置为零：

output_img = img.copy()
output_img[np.where(green_mask==0)] = (0,0,0)

(4) 最后，绘制输入图像、生成的掩码图像以及检测到的病毒对象的输出图像：

plt.figure(figsize=(20, 8))
plt.gray()
plt.subplots_adjust(0,0,1,0.975,0.05,0.05)
plt.subplot(131), plt.imshow(img), plt.axis('off'), plt.title('original', size=20)
plt.subplot(132), plt.imshow(green_mask), plt.axis('off'), plt.title('mask', size=20)
plt.subplot(133), plt.imshow(output_img), plt.axis('off'), plt.title('virus cells', size=20)
plt.suptitle('Filtering out the virus cells', size=30)
plt.show()