玩opencv時候，肯定會接觸色彩空間。最常用的是RGB色彩空間，用0~255表示每個通道。

攝影投效里有個技術，叫做藍幕，也有綠幕。后期把藍色區域扣掉，然后換成別的背景。

在上圖中，細心的小伙伴會發現，實際這個藍色并不一定是純藍（0,0,255）

有腦洞大的小朋友想到了一個方法，只提取藍色通道，然后把值接近255的都扣掉。

但是有個問題，這樣會扣到高光區域（RGB三個值都很高的區域）

另外，如果這個藍色偏亮偏暗或偏綠，或者攝像機有偏色，用（0,0,255）這個參數當特征來匹配是很困難的事。

這兒我給大家推薦一個好用的色彩空間，叫HSV色彩空間。

H是個色相參數，用0到360度表示了顏色。

S是個色彩鮮艷度的參數，越大顏色越鮮艷，越小顏色越灰。S有個通俗的名字，叫飽和度。

V是個亮度參數，越小越黑

RGB到HSV色彩空間的轉換代碼如下：

float rgb2h(int B, int G, int R)

{

float H;

int max = max(max(R, G), B);

int min = min(min(R, G), B);

if (R == max)

H = (G - B)*60.0 / (max - min);

if (G == max)

H = 120+(B - R)*60.0 / (max - min);

if (B == max)

H = 240+(R - G)*60.0 / (max - min);

if (H < 0)H = H + 360;

return H;

}

我們先找一張色彩分布的圖來試驗一下摳圖

藍色附近的區域就是H在240度附近。下面我們寫個小程序把240度正負50度的區域摳掉。

void mytest()

{

Mat frame_t = imread("a3.jpg", CV_LOAD_IMAGE_UNCHANGED);

int WW, HH;//圖像寬度和高度 單位:像素

HH = frame_t.rows;WW = frame_t.cols;int row2, col2;//循環時候計數第幾行和第幾列的

for (row2 = 0; row2 < HH; row2++)

{

for (col2 = 0; col2 < WW; col2++)

{

if (fabsf(rgb2h(frame_t.at(row2, col2)[0], frame_t.at(row2, col2)[1], frame_t.at(row2, col2)[2]) - cut)<5)

{

frame_t.at(row2, col2)[0] = 0;

frame_t.at(row2, col2)[1] = 0;

frame_t.at(row2, col2)[2] = 0;

}

}

}

imshow("hsvcut", frame_t);

}

運行效果如圖

在上圖中，我們發現這個算法可以準確地扣出藍色區域，而且即使藍色亮一點暗一點或是灰一點鮮艷一點，也沒有影響。

接下來，我們找兩個圖片來摳圖和合成圖像。

首先是藍幕原圖

然后是背景

我們來寫一下摳除藍色部分以后與背景疊加的代碼

Mat frame_orig;//采集的原始圖像

frame_orig = imread("my2.jpg", CV_LOAD_IMAGE_UNCHANGED);

Mat frame_back;//采集的原始圖像

frame_back = imread("my1.jpg", CV_LOAD_IMAGE_UNCHANGED);

imshow("orig", frame_orig);

imshow("back", frame_back);

Mat frame_c;//測試圖像

frame_c = frame_orig;

int W, H;//圖像寬度和高度 單位:像素

H = frame_orig.rows;

W = frame_orig.cols;

int row, col;//循環時候計數第幾行和第幾列的

for (row = 0; row < H; row++)

{

for (col = 0; col < W; col++)

{

if (fabsf(rgb2h(frame_orig.at(row, col)[0], frame_orig.at(row, col)[1], frame_orig.at(row, col)[2])-cut)

{

frame_c.at(row, col)[0] = frame_back.at(row, col)[0];

frame_c.at(row, col)[1] = frame_back.at(row, col)[1];

frame_c.at(row, col)[2] = frame_back.at(row, col)[2];

}

}

}

imshow("MyPic", frame_c);

合成以后的圖像見下圖右下。

接下來，我們再換個圖片做一次。為了讓圖片增加些戲劇效果，我找來了一個熱氣球的藍幕原圖和一段樹枝的背景。

藍幕原圖

背景

最后合成的圖像見下圖右上。

這種基于OpenCV的藍幕摳圖算法可以自動地對每一幀圖像進行處理和合成，特別適合用于視頻的實時摳圖，也許可以用在自動換背景等應用上。