【python-openCV】HSV色空間の概念を画像を使って詳細解説！

この記事では、Python-openCVにおけるHSV色空間の概念を解説していきます。

HSV色空間をうまく扱うことができれば、画像処理でできることの幅が大幅に広がるはずです。

また、人工知能をつかって画像を学習させたりする際にも、HSV画像を学習させた方が効率的だったりします。

さまざまな場面で活躍する知識になると思いますので、ぜひ最後までご覧ください。

それではさっそくやっていきましょう。

※python&openCVのインストール方法から知りたい方はまずは以下からご覧ください。

Pythonプログラミングの始め方！インストール方法から実行まで！

【Python-OpenCV】インストール方法、バージョン確認、使用時の注意点

HSV色空間とは？
openCV上でHSVを取り扱う方法
numpyでHSV画像を作ってみる
おわりに

HSV色空間とは？

まず始めにHSVとは何なのかを簡単に解説しておきましょう。

HSVとは、

H : Hue 色相

S : Saturation Chroma 彩度

V : Value Brightness 明度

の３つの要素をうまく組み合わせることで色を表現する手法です。

ここでH,S,Vの数値と色の関係を簡単に図で紹介しておきましょう。

左側の絵がHとSの関係を表したものです。

（左上がV=255、左下V=100で作成しています。）

また、右側の絵がVとSの関係を表したものです。

（右上がH=0、右下H=120で作成しています。）

このようにH,S,Vの数値を変化させることで様々な色を表現できることがわかります。

openCV上でHSVを取り扱う方法

なんとなくH,S,Vの３つの数値を組み合わせることで色が表現できることは分かったと思います。

次はこれらの数値がopenCV上ではどのように表現されているのかを見てみましょう。

以下がopenCV上でのHSV色空間の概念図です。

HSV色空間では、画像の横、縦幅と同じサイズの面を３つ持つことになります。

０番目の面がHを表現し

1番目の面がSを表現し

2番目の面がVを表現しています。

これらの面の情報を組み合わせることで画像が表現されます。

画像処理を行う際は、

０番目の面の一番左上の数値を0にしろ！

とかいう指示をあたえれば、画像上の指定したピクセルの色を書き換えることが出来たりするわけです。

numpyでHSV画像を作ってみる

なんとなく取り扱い方がわかってきたところで、実際に自分でnumpyをつかって配列を作成し、画像を作ってみましょう。

以下がpythonのサンプルコードです。

import cv2
import numpy as np
hsv1=np.zeros((255,180,3),np.uint8)
for i in range(180):
    for j in range(255):
        hsv1[j,i,1]=j
        hsv1[j,i,0]=i
hsv1[:,:,2]=255
hsv=np.flipud(hsv1)
bgr=cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR)
cv2.imwrite('HSV_sample1.jpg',bgr)


hsv2=np.zeros((255,255,3),np.uint8)
for i in range(255):
    for j in range(255):
        hsv2[j,i,1]=j
        hsv2[j,i,2]=i
hsv2[:,:,0]=0
hsv=np.flipud(hsv2)
bgr=cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR)
cv2.imwrite('HSV_sample2.jpg',bgr)

こいつを実行すると以下の２枚の画像が作成されます。

完成画像①HSV_sample1.jpg