使用HSV色碼轉換器
一個好用的線上工具
色碼轉換器: https://www.peko-step.com/zhtw/tool/hsvrgb.html
若要將轉換過的顏色套用到python的色碼，記得將S,V的範圍改為0-255
然後從網站上看到的H的值(如這邊為26)要除以2，也就是13
以上圖來說，上面顯示的色碼為HSV:(26,90,223)，然後填進python裡面要使用HSV:(13,90,223)
python裡面的HSV識別空間
一般對顏色空間的圖像進行有效處理都是在HSV空間進行的，然後對於基本色中對應的HSV分量的範圍為:
H: 0 — 180
S: 0 — 255
V: 0 — 255
基本HSV的顏色劃分
HSV的意義
HSB又稱HSV，表示一種顏色模式：在HSB模式中，H(hues)表示色相，S(saturation)表示飽和度，B（brightness）表示亮度HSB模式對應的媒介是人眼。
HSL 和HSV 二者都把顏色描述在圓柱體內的點，這個圓柱的中心軸取值為自底部的黑色到頂部的白色而在它們中間是的灰色，繞這個軸的角度對應於“色相”，到這個軸的距離對應於“飽和度”，而沿著這個軸的距離對應於“亮度”，“色調”或“明度”。這兩種表示在用目的上類似，但在方法上有區別。
二者在數學上都是圓柱，但HSV（色相，飽和度，明度）在概念上可以被認為是顏色的倒圓錐體（黑點在下頂點，白色在上底面圓心），HSL在概念上表示了一個雙圓錐體和圓球體（白色在上頂點，黑色在下頂點，最大橫切面的圓心是半程灰色）。注意儘管在HSL 和HSV 中“色相”指稱相同的性質，它們的“飽和度”的定義是明顯不同的。
抓取圖片中膚色大小大小
import cv2
def find_white_color_size(image, upper, lower, upper2 = None, lower2 = None):
imageHSV = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(imageHSV, lower, upper)
if lower2 is not None and upper2 is not None:
mask2 = cv2.inRange(imageHSV, lower2, upper2)
mask = cv2.bitwise_or(mask, mask2)
area = 0;
for i in range(len(mask)):
filter_color = mask[i] > 0
area += len(mask[i][filter_color])
return area
lower_red1 = np.array([0, 70, 100], dtype=np.uint8)
upper_red1 = np.array([20, 120, 240], dtype=np.uint8)
lower_red2 = np.array([150, 70, 100], dtype=np.uint8)
upper_red2 = np.array([180, 120, 240], dtype=np.uint8)
print('color size:',find_white_color_size(card_image, upper_red1, lower_red1, upper_red2, lower_red2))
