# 颜色提取
当我们需要根据颜色特征来做掩膜操作时,通常使用hsv色彩空间
举个例子,在实验时我拍了很多照片,想要整理归类,需要把照片处理成这种效果:
![image-20220918232916190](http://cdn.lcx-blog.top/img/image-20220918232916190.png)
## 具体实现
### 1.制作掩模版
![image-20220918220229182](http://cdn.lcx-blog.top/img/image-20220918220229182.png)
提取图片中的蓝色部分
```python
def extract_blue_mask(img):
img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
rows, cols, channels = img.shape
# 区间1
lower_blue = np.array([100, 43, 46])
upper_blue = np.array([124, 255, 255])
mask = cv2.inRange(img_hsv,lower_blue,upper_blue)
return mask
```
可以二值模板中保留了原图为蓝色的像素
PS:图中黑色背景部分其实是深蓝色,也保留了
![image-20220918233332062](http://cdn.lcx-blog.top/img/image-20220918233332062.png)
### 2.仿射变换
原理如下:http://lcx-blog.top/archives/ti-qu-ppt
效果是这样的
![image-20220918233805507](http://cdn.lcx-blog.top/img/image-20220918233805507.png)
### 裁剪区域
使用python的切片操作,很容易裁剪图片
`img3_cut_black = img2[25:270,30:390]`
![image-20220918234139466](http://cdn.lcx-blog.top/img/image-20220918234139466.png)
### 批量操作
对同一目录下的图片依次操作再保存即可
## 参考
> https://blog.csdn.net/taily_duan/article/details/51506776
hsv颜色提取