HSV renk uzayı, Renk filtreleme

RGB renk uzayı renkleri farklı tonlardaki üç ana rengin (kırmızı,yeşil,mavi) karışımı ile tanımlar.

HSV renk uzayı ise Hue, Saturation ve Value terimleri ile rengi tanımlar. RGB de renklerin karışımı kullanılmasına karşın HSV de renk, doygunluk ve parlaklık değerleri kullanılır. Doygunluk rengin canlılığını belirlerken parlaklık rengin aydınlığını ifade eder. HSV uzayında siyah renk için renk ve doygunluk değerleri 0 ile 255 arasında herhangi bir alabilir iken parlaklık değeri sıfırdır. Beyaz renkte ise ise parlaklık değeri 255'dir.

Buna göre herhangi bir bilgisayarlı görme/görüntü işleme uygulamasında belirli renkteki bir nesneyi ayırt etmek istediğimizde HSV renk uzayını kullanmak daha elverişlidir. Çünkü RGB nin aksine sadece hue değerini kullanarak eşik değer uygulama suretiyle renkleri daha net ayırt edebiliriz.

Örneğin; Aşağıda soldaki Muslera fotoğrafından kırmızı bölgeleri ayırt etmek istediğimizde; HSV renk uzayını kullanınca sağ üstteki sonucu, RGB renk uzayını kullanınca sağ alttaki sonucu elde ediyoruz. İlgili Python kodlarına yazının devamında ulaşabilirsiniz.

Kırmızı için RGB uzayında alt ve üst eşik değerler : ([17, 10, 100], [50, 60, 200]) 

Sarı için : ([25, 146, 190], [100, 180, 250])

Python Kodu

# import the necessary packages

import numpy as np

import cv2

# load the image

image = cv2.imread("muslera.jpg")

# define the list of boundaries

boundaries = [

    ([17, 10, 100], [50, 60, 200]),

    ([25, 146, 190], [100, 180, 250])]

for (lower, upper) in boundaries:

    # create NumPy arrays from the boundaries

    lower = np.array(lower, dtype = "uint8")

    upper = np.array(upper, dtype = "uint8")

     

    # find the colors within the specified boundaries and apply

    # the mask

    mask = cv2.inRange(image, lower, upper)

    output = cv2.bitwise_and(image, image, mask = mask)

    

    cv2.imshow("images", output)

    cv2.waitKey(0)

Kırmızı ve sarı renkli bölgeler aşağıdaki gibi olacaktır.

HSV renk uzayında kırmızı rengi ayırt etmek için ise Saturation ve Value değerlerinin ne olduğuna bakmaksızın sadece Hue değerine bakarak filtreleme yapabiliriz!. Kırmızı için renk değeri 160-180 arası bölgeyi, sarı için ise 20-30 arasındaki renk değerlerini filtreleyerek istediğimiz sonuca ulaşabiliriz.  Böylece Hem daha kolay hem de daha hassas sonuç elde ediyoruz..

boundaries = [

    ([160, 0, 0], [180, 255, 255]),

    ([20, 0, 0], [30, 255, 255])]

converted = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

for (lower, upper) in boundaries:

    # create NumPy arrays from the boundaries

    lower = np.array(lower, dtype = "uint8")

    upper = np.array(upper, dtype = "uint8")

     

    # find the colors within the specified boundaries and apply

    # the mask

    mask = cv2.inRange(converted, lower, upper)

    output = cv2.bitwise_and(image, image, mask = mask)

    

    cv2.imshow("images", output)

    cv2.waitKey(0)