cv2.inrange

cv2.inrange是OpenCV库中的一个函数，用于将图像转换为二值图像。它接受三个参数：输入图像、低于阈值的像素值、高于阈值的像素值。函数会将输入图像中低于阈值和高于阈值之间的像素值设为255，其余像素设为0，然后返回二值图像。

例如，如果我们想将一张灰度图像中所有像素值在50到100之间的像素设为白色，其余像素设为黑色，可以使用如下代码：

import cv2

img_gray = cv2.imread('image.png', cv2.IMREAD_GRAYSCALE)

mask = cv2.inrange(img_gray, 50, 100)

cv2.imshow('mask', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码会将图像读取为灰度图像，然后用cv2.inrange函数生成一个二值图像，最后将二值图像显示出来。

相关问题

手动实现cv2.inRange函数

下面是手动实现cv2.inRange函数的代码示例：

import numpy as np

def inRange(img, lower, upper):
    lower = np.array(lower)
    upper = np.array(upper)
    mask = np.zeros_like(img)
    for c in range(img.shape[2]):
        mask[:,:,c] = np.logical_and(img[:,:,c] >= lower[c], img[:,:,c] <= upper[c])
    return np.all(mask, axis=2).astype(np.uint8) * 255

该函数接受三个参数：图像img，颜色范围的下限lower，颜色范围的上限upper。它会返回一个掩膜图像，其中在颜色范围内的像素值为255，否则为0。

该函数的实现方式是首先将颜色范围下限和上限转换为numpy数组，然后创建一个与输入图像相同大小的掩膜图像。接下来，对于每个通道，我们使用numpy.logical_and函数计算该通道中在颜色范围内的像素，并将结果存储在掩膜图像上。最后，我们使用numpy.all函数将所有通道的掩膜图像合并，并将结果转换为灰度图像。

cv2.inRange

cv2.inRange() 是 OpenCV 中的一个函数，用于创建一个二值掩膜(mask)，提取出输入图像中像素值在指定范围内的部分。这个函数的语法为：

`cv2.inRange(src, lowerb, upperb[, dst])`

其中，src 是输入图像，lowerb 和 upperb 是指定的范围，dst 是输出的二值掩膜。例如，如果想提取出输入图像中颜色在蓝色范围内的部分，可以使用以下代码：

import cv2
import numpy as np

img = cv2.imread("test.jpg")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
res = cv2.bitwise_and(img, img, mask=mask)

cv2.imshow("img", img)
cv2.imshow("mask", mask)
cv2.imshow("res", res)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码先将输入图像转换为 HSV 颜色空间，然后定义了颜色范围 lower_blue 和 upper_blue，在 HSV 颜色空间中，蓝色的范围是 [110, 50, 50] 到 [130, 255, 255]。最后使用 cv2.inRange() 函数提取出颜色在范围内的部分，并将其与原图进行按位与操作，得到提取出来的部分。