python颜色识别demo

一般对颜色空间的图像进行有效处理都是在HSV空间进行的，然后对于基本色中对应的HSV分量需要给定一个严格的范围，下面是通过实验计算的模糊范围（准确的范围在网上都没有给出）。

H: 0 — 180

S: 0 — 255

V: 0 — 255

此处把部分红色归为紫色范围（颜色阈值可以尝试调整，调到最佳）：

定义颜色阈值代码如下：

# -*- coding: utf-8 -*-
# @Time : 2021/12/28 17:07
# @Author : ZY
# @Site :
# @File : colorList.py
# @Software: PyCharm
import numpy as np
import collections# 定义字典存放颜色分量上下限
# 例如：{颜色: [min分量, max分量]}
# {'red': [array([160,  43,  46]), array([179, 255, 255])]}def getColorList():dict = collections.defaultdict(list)# 黑色lower_black = np.array([0, 0,0])upper_black = np.array([180,255,46])color_list = []color_list.append(lower_black)color_list.append(upper_black)dict['黑'] = color_list# #绿色lower_gray = np.array([35, 43, 46])upper_gray = np.array([77, 255, 255])color_list = []color_list.append(lower_gray)color_list.append(upper_gray)dict["绿"]=color_list# #黄lower_gray = np.array([26, 43, 46])upper_gray = np.array([34, 255, 255])color_list = []color_list.append(lower_gray)color_list.append(upper_gray)dict["黄"] = color_list# 紫色lower_purple = np.array([125, 43, 46])upper_purple = np.array([180, 255, 255])color_list = []color_list.append(lower_purple)color_list.append(upper_purple)dict['紫'] = color_listreturn dictif __name__ == '__main__':color_dict = getColorList()print(color_dict)num = len(color_dict)print('num=', num)for d in color_dict:print('key=', d)print('value=', color_dict[d][1])

这是一个单独的colorList.py文件，通过导入py文件调用即可

在所需要的地方定义好函数，如get_color(frame)函数，我所定义如下代码：

import colorList     #首先导入刚写好的colorList.py文件
def get_color(frame):# print('go in get_color')hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)maxsum = -100color = Nonecolor_dict = colorList.getColorList()for d in color_dict:mask = cv2.inRange(hsv, color_dict[d][0], color_dict[d][1])# cv2.imwrite(d + '.jpg', mask)binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1]binary = cv2.dilate(binary, None, iterations=2)cnts, hiera = cv2.findContours(binary.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)sum = 0for c in cnts:sum += cv2.contourArea(c)if sum > maxsum:maxsum = sumcolor = dreturn color

在主函数中首先读取你所识别的照片，然后调用定义，进行识别图片颜色，具体代码如下：

photo = cv2.imread("screen.png")
Color = get_color(photo)
print(Color)

输出结果为

别的颜色经测试也可以正常识别。

python颜色识别demo相关推荐

python 颜色识别_在python中构建颜色识别器
python 颜色识别 In this post, I will show you how to build your own color recognizer using Python. This ...
python颜色识别原理_电脑控制手机 Python实现颜色识别功能
原标题:电脑控制手机 Python实现颜色识别功能用电脑控制手机好几年了,Total Control作为安卓手机的多控系统,是我用过各方面都比较稳定的一款软件了.通过脚本实现识别颜色是其强大功能之一 ...
python人脸识别demo
现在人脸识别功能已经很成熟了,就想做个好玩的小功能: 只要某人来到摄像头前,就播放语音:某某某,你好! 分解一下实现步骤,大概就是: 摄像头采集图像,然后运行人脸识别算法,识别出人脸特征,进行人脸比对 ...
树莓派摄像头运用python颜色识别
运用摄像头拍照 import cv2 import osoutput_dir ='/home/pi/Desktop/py' i = 1 cap = cv2.VideoCapture(0) while ...
python颜色识别_浅谈Python3识别判断图片主要颜色并和颜色库进行对比的方法
[更新]主要提供两种方案: 方案一:(参考网上代码,感觉实用性不是很强)使用PIL截取图像,然后将RGB转为HSV进行判断,统计判断颜色,最后输出RGB值方案二:使用opencv库函数进行处理.(效 ...
python颜色识别_颜色检测python
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 版权声明:本文为博主原创文章,未经博主允许不得转载. https:blog.cs ...
python颜色识别算法_纯Python编写K-means算法，提取图片中的主体颜色
在文章今天我用Python手写了一个K-means算法,来完成同样的功能. 聚类是数据挖掘中一种非常重要的学习流派,指将未标注的样本数据中相似的分为同一类,正所谓"物以类聚,人以群分&qu ...
python颜色识别原理_python+opencv实现颜色检测、轮廓检测、颜色追踪
准备工作 python配置numpy和openCv库读取图像和视频图像cv2.imread(路径) cv2.imshow(窗口名称,输出对象) cv2.waitkey(等待时间)import cv2 ...
python颜色识别_Python人体肤色检测
Python人体肤色检测概述本文中的人体肤色检测功能采用 OpenCV 库实现, OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Andro ...
python 人脸识别demo
使用python第三方模块face_recognition实现人脸识别,并根据已命名的图片把名字显示在屏幕上. 安装模块需要安装opencv,face_recognition,face_recogn ...

python颜色识别demo

python颜色识别demo相关推荐

最新文章

热门文章