#1.转换颜色空间
#颜色空间转换的方法：BGR->HSV  or  BGR->GRAY
#颜色空间转换的函数：cv2.cvtColor(input_image, flag)
#flag的参数类型：cv2.COLOR_BGR2GRAY  or cv2.COLOR_BGR2HSV
#warning：不同软件的HSV值不同，注意归一化。比如在openCV中:H(色度)[0, 179]  S(饱和度)[0, 255]  V(亮度)[0, 255]
'''
import cv2
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
#打印颜色空间转换的参数
print(flags)
'''

'''
#2.物体跟踪
#在HSV空间中完成，HSV比BGR空间更容易表示一个特定的颜色。
#完成物体跟踪，分为一下几步：
#  从视频中获取每一帧图像
#  转换到HSV空间
#  设置HSV的阈值
#  获取物体，进行自己想进行的操作
import  cv2
import numpy as np
cap = cv2.VideoCapture(0)#参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频
while(--1):
    ret, frame = cap.read()#获取每一帧
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)#转换到HSV
    lower_blue = np.array([0, 43, 46])
    upper_blue = np.array([10, 255, 255])#设置阈值，我们要获取的是蓝色的
    mask = cv2.inRange(hsv, lower_blue, upper_blue)#根据阈值构建掩膜
    res = cv2.bitwise_and(frame, frame, mask = mask)#对原图像掩膜进行位运算

    #显示图像
    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    k=cv2.waitKey(5)&0xFF
    if k==27:
        break

    #关闭窗口
cv2.destroyAllWindows()
'''

#怎样找到要跟踪对象的HSV值
import cv2
import numpy as np
green = np.uint8([[[0, 255, 255]]])#注意这里必须使用三层括号
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print(hsv_green)

追踪蓝色物体结果显示：

追踪不同颜色物体，如何处理阈值：