影像濾波技術同樣可以套用在色彩影像,此時是將R、G、B三通道作為獨立的數位影像,再分別套用影像濾波技術,例如:平均濾波、高斯濾波。
import numpy as np
import cv2
img1 = cv2.imread("D:\Desktop\IThome\lena.bmp", -1)
img2 = cv2.GaussianBlur(img1, (5, 5), 0)
cv2.imshow("Original", img1)
cv2.imshow("After", img2)
cv2.waitKey()
cv2.destroyAllWindows()
上述程式碼的高斯濾波大小為5x5,結果如下:
HSV色彩模型與人類描述色彩的方式接近,因此是理想的色彩影像處理工具。我們探討HSV色彩模型在影像分割的應用,目的是擷取或分割具有特定顏色的區域。演算法如下:
1.輸入色彩影像為RGB影像
2.將RGB影像轉換成以HSV模型表示
3.根據HSV模型,設定色彩範圍
4.若HSV值落在範圍內,則保留輸出的值,否則輸出0
HSV色彩分割技術可用來對單純的背景的物件影像,進行自動去背。現代電影特效中經常使用綠幕作為背景,以利不同人物或場景的合成技術。