opencv 代码给我一个示例

好的，以下是一个基于 OpenCV 的 Python 示例代码，用于将图像从 RGB 颜色空间转换到 HSV 颜色空间，并根据阈值和范围分离出红色区域：

import cv2

# 读取图像
img = cv2.imread('example.jpg')

# 将图像从 RGB 颜色空间转换到 HSV 颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 设置红色区域的范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)

lower_red = np.array([170, 50, 50])
upper_red = np.array([180, 255, 255])
mask2 = cv2.inRange(hsv, lower_red, upper_red)

# 将两个掩码相加
mask = mask1 + mask2

# 对掩码进行膨胀和腐蚀操作
kernel = np.ones((5,5),np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

# 将掩码应用到原始图像上，分离出红色区域
res = cv2.bitwise_and(img, img, mask=mask)

# 显示图像
cv2.imshow('Original', img)
cv2.imshow('Mask', mask)
cv2.imshow('Result', res)

cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们使用 `cv2.cvtColor()` 函数将图像从 RGB 颜色空间转换为 HSV 颜色空间。然后，我们使用 `cv2.inRange()` 函数根据设定的红色范围设置两个掩码。接着，我们将两个掩码相加，得到最终的掩码。最后，我们对掩码进行膨胀和腐蚀操作，以去除噪声和填充目标内部的空洞。最终，我们将掩码应用到原始图像上，分离出红色区域，并显示图像。