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

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。

cv2.inrange函数

cv2.inRange函数是OpenCV库中的一个函数，用于在图像中提取指定范围内的像素值。该函数可以帮助我们实现图像分割、颜色识别等任务。

函数的语法如下：

cv2.inRange(src, lowerb, upperb, dst=None)

参数说明：
- src：输入图像，可以是单通道或多通道图像。
- lowerb：指定颜色范围的下界，可以是一个标量或一个包含每个通道下界的数组。
- upperb：指定颜色范围的上界，可以是一个标量或一个包含每个通道上界的数组。
- dst：输出图像，与输入图像具有相同的大小和深度。如果未提供，则会创建一个与输入图像相同大小和深度的图像。

该函数会根据指定的颜色范围，在输入图像中将在范围内的像素设置为255（白色），其余像素设置为0（黑色）。可以通过对输出图像进行二值化处理，将感兴趣的区域提取出来。

例如，下面的代码将提取输入图像中红色范围内的像素：

import cv2
import numpy as np

image = cv2.imread('input.jpg')
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])

mask = cv2.inRange(hsv_image, lower_red, upper_red)
result = cv2.bitwise_and(image, image, mask=mask)

cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，首先将输入图像转换为HSV颜色空间，然后定义了红色范围的下界和上界。通过cv2.inRange函数生成了一个遮罩图像，然后使用cv2.bitwise_and函数将遮罩应用到原始图像上，得到提取出红色区域的结果图像。最后通过cv2.imshow显示结果图像，并通过cv2.waitKey等待按键响应，最后通过cv2.destroyAllWindows关闭窗口。

希望能解答到您的问题！如果您还有其他问题，请继续提问。