备赛笔记：Opencv学习：颜色识别

OpenCV颜色识别一般要以下步骤：
1 颜色空间转换，将BGR转换为HSV，用色调区分颜色
2 按照阈值滤出所识别的颜色
3 消除噪点，平滑边界
3 提取连续域，提取要识别的颜色

1 HSV
H：色调，用角度度量，范围0°到360°，从红色开始逆时针方向计算。红色为0°，红绿蓝间隔120°，互补色差180°。
S：饱和度，范围0到1，代表光谱色占颜色比例。0时颜色只有灰度，1时颜色为纯光谱色
V：明度，范围0到1，代表颜色明亮程度。0为黑色，1为白色

腐蚀（erosion）和膨胀（dilation）
腐蚀和膨胀作用：
1 消除噪声
2 分割独立图像元素
3 寻找极大值或极小值区域
膨胀：
将图像和任意寻找内涵进行卷积，提取覆盖区域的最大像素值。这一操作会使亮区扩展
腐蚀：
和膨胀正好相反，提取覆盖区域最下像素值1，这一操作让亮区变细，暗区变大

提取连通域：
两种像素邻接关系会构成连通域：4邻接（上下左右），和8邻接（包括对角线）

opencv里寻找连通域函数findContours()

·语法格式：
image,contours,hierarchy = cv2.findContours(image,mode,method)
式中返回值为：
·image: 与函数参数中的原始图像image一致。
·contours：返回的轮廓。
·hierarchy：图像的拓扑信息（轮廓层次）。
式中参数为：
·mode: 轮廓检索模式。
·method：轮廓的近似方法。
参数mode:

cv2.RETR_EXTERNAL 只检测外轮廓

cv2.RETR_LIST检测的轮廓不建立等级关系

cv2.RETR_CCOMP建立两个等级的轮廓

cv2.RETR_TREE建立一个等级树结构的轮廓

参数method:

cv2.CHAIN_APPROX_NONE存储所有的轮廓点

cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

（具体算法实现可以去了解union-find算法）

颜色识别程序实现

import cv2
import numpy as npcap = cv2.VideoCapture(0)
red_min = np.array([0, 128, 46])
red_max = np.array([5, 255, 255])
red2_min = np.array([156, 128, 46])
red2_max = np.array([180, 255, 255])
yellow_min = np.array([15, 128, 46])
yellow_max = np.array([50, 255, 255])while True:ret,frame = cap.read()x,y = frame.shape[0:2]small_frame = cv2.resize(frame, (int(y / 2), int(x / 2)))cv2.imshow('small', small_frame)src = small_frame.copy()res = src.copy()hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)mask_red1 = cv2.inRange(hsv, red_min, red_max)mask_red2 = cv2.inRange(hsv, red2_min, red2_max)mask_yellow = cv2.inRange(hsv, yellow_min, yellow_max)mask = cv2.bitwise_or(mask_red1, mask_red2)mask = cv2.bitwise_or(mask, mask_yellow)res = cv2.bitwise_and(src, src, mask=mask)h, w = res.shape[:2]blured = cv2.blur(res, (5, 5))ret, bright = cv2.threshold(blured, 10, 255, cv2.THRESH_BINARY)gray = cv2.cvtColor(bright, cv2.COLOR_BGR2GRAY)kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))opened = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, kernel)closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)contours, hierarchy = cv2.findContours(closed, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(src, contours, -1, (255, 0, 0), 2)cv2.imsow("result", src)if cv2.waitKey(1) & 0xFF == ord('q'):break
cap.release()
cv2.destroyAllWindows()

1 red_min = np.array([0, 128, 46])
red_max = np.array([5, 255, 255])
red2_min = np.array([156, 128, 46])
red2_max = np.array([180, 255, 255])
yellow_min = np.array([15, 128, 46])
yellow_max = np.array([50, 255, 255])
我们要识别两种红色和一种黄色。这里列出它们的阈值上下限作为图像二值化的取值范围

2 hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)
把图像转化为hsv类型

3 mask_red1 = cv2.inRange(hsv, red_min, red_max)
mask_red2 = cv2.inRange(hsv, red2_min, red2_max)
mask_yellow = cv2.inRange(hsv, yellow_min, yellow_max)
mask = cv2.bitwise_or(mask_red1, mask_red2)
mask = cv2.bitwise_or(mask, mask_yellow)
res = cv2.bitwise_and(src, src, mask=mask)
图像二值化，提取满足阈值范围的像素
cv2.inRange(图像，阈值下限，阈值上限)：将阈值范围内像素设为255，阈值之外像素设为0
cv2.bitwise_or(图像1,图像2)：图像或运算实现叠加
cv2.bitwise_and（图像1,图像2）：图像与运算实现叠加

4 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
opened = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, kernel)
closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
提取连续开闭区间用于降噪：

kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
设置卷积核，第一个参数代表卷积核形状，有MORPH_RECT（矩形），MORPH_ELLIPSE（椭圆），MORPH_CROSS（十字形），第二个参数代表卷积核行和列

cv2.morphologyEx(要处理图像，处理方式，卷积核)
opened = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, kernel)
开运算，先腐蚀后膨胀，可以消除小黑点，平滑边界。

closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
闭运算，先膨胀后腐蚀，可以消除小黑洞

5 contours, hierarchy = cv2.findContours(closed, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(src, contours, -1, (255, 0, 0), 2)
提取连续域，得到区间

备赛笔记：Opencv学习：颜色识别相关推荐

android opencv颜色识别,OpenCV学习——颜色识别的简单应用（一）
第1步:获取到桌球台的图像信息需要获取桌面固定区域的实时图像(这里为了方便,直接截取了一张图片) 第2步:识别出球杆和白球创建滑条from cv2 import cv2 import numpy ...
Halcon 学习笔记八：颜色识别
Halcon 学习笔记八:颜色识别一.图像处理需要的知识二.图像处理的预处理和分割过程二.颜色识别的方法三.例子一四.例子二五.例子三一.图像处理需要的知识 1.图像处理基础(rgb(h ...
Opencv之颜色识别
用Opencv之颜色识别 1.以下是我的基本流程: 读入图像图像转成HSV 高斯滤波筛选需要识别的颜色腐蚀操作找出轮廓画出轮廓接下来是我的总代码: import cv2 import nu ...
RT-Thread学习笔记|TCS34725 RGB 颜色识别传感器详解
rt-thread是什么? RT-Thread 是一个集实时操作系统(RTOS)内核.中间件组件和开发者社区于一体的技术平台,组件完整丰富.高度可伸缩.简易开发.超低功耗.高安全性的物联网操作系统.R ...
OpenCV形状颜色识别Java,Android
纯java代码实现安卓的CV识别图形形状颜色半年前开的帖,一直在忙回来更新下. cv环境已经没有了,图就用以前的吧,代码我贴出来,凭记忆解释一下,算法实现的,我会说明逻辑首先,环境是OpenCV ...
opencv做颜色识别（python）
使用Raspberry摄像头抓图然后进行颜色识别. #!/usr/bin/python # -*- coding: UTF-8 -*- import sys import time from pica ...
蓝桥杯Web组备赛笔记6
目录一.ElementUI 1.安装 2.简单使用 3.例子 4.其他内容的学习二.echarts 1.简介 2.考点 3.安装 4.配置项:使用echarts的三步走 5.13届蓝桥真题(3)布 ...
基于Opencv的颜色识别
彩色模型数字图像处理中常用的采用模型是RGB(红,绿,蓝)模型和HSV(色调,饱和度,亮度),RGB广泛应用于彩色监视器和彩色视频摄像机,我们平时的图片一般都是RGB模型.而HSV模型更符合人描 ...
蓝桥杯Web组备赛笔记5
目录一.vue 1.考察 2.引入式简单例子二.生命周期 1.文档图示 2.常考模块介绍三.组件传参方式 1.创建使用组件 2.父子传参四.axios 1.简介 2.13届蓝桥真题(7)布局切 ...

备赛笔记：Opencv学习：颜色识别

备赛笔记：Opencv学习：颜色识别相关推荐

最新文章

热门文章