HSV空間でのパラメータ取得について

Question

k-means法にてRBG空間においての代表色3つは表示できるようにしているのですが、これをHSVでのパラメータに変えて表示したいです(紫などの色を指定する際に難しいため)
現在はRBGの範囲を指定して色を分けていたが、Hを指定することで色を区別したい。

import cv2
import numpy as np

from matplotlib import pyplot as plt
from sklearn import datasets
from sklearn.cluster import KMeans



# 画像を読み込む。
img = cv2.imread("パス")

# HSV に変換する。
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 水色かどうかで2値化する。(水色は0、それ以外は255)
binary = cv2.inRange(hsv, lowerb=(0, 0, 100), upperb=(180, 45, 255))
binary = ~binary

# メディアンフィルタで端をなめらかにする。
binary = cv2.medianBlur(binary, 7)

# 輪郭抽出を実行する。
contours, hierarchy = cv2.findContours(
    binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
)

for cnt in contours:
    # ROI 領域以外をマスクする。
    mask = np.zeros_like(img)
    cv2.drawContours(mask, [cnt], -1, color=(255, 255, 255), thickness=-1)
    masked = img & mask

    # 色一覧
    colors = masked.reshape(-1, 3)
    colors = colors[(colors != 0).all(axis=1)]  # 黒は除く

    # k平均法でクラスタリングする。
    k = 3
    criteria = cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0
    ret, label, center = cv2.kmeans(
        colors.astype(np.float32), k, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS
    )

    # 円の中に含まれる代表色 Top3 を可視化する。
    fig, [ax1, ax2] = plt.subplots(1, 2, figsize=(10, 5))
    # 各クラスに属するサンプル数を計算する。
    height = [np.count_nonzero(label == i) for i in range(k)]
    # 各クラスたの色を取得する。matplotlib の引数の仕様上、[0, 1] にして、(R, G, B) の順番にする。
    rep_color = (center / 255)[:, ::-1]

    # 画像を表示する。
    ax1.imshow(cv2.cvtColor(masked, cv2.COLOR_BGR2RGB))
    ax1.set_axis_off()

    # ヒストグラムを表示する。
    ax2.barh(np.arange(k), height, color=rep_color, tick_label=height)
    plt.show()

Comments

[tiitoi]

質問はなんでしょうか