一、什么是颜色检测

颜色检测就是对目标图像的所有像素点进行筛选，将符合指标的像素设置为白色，不符合指标的像素设置为黑色。

指标由上界和下界组成。

比如，我们要检测下面这一张图片：

我们准备检测黑色，也就是图中的杯子，以及猫的耳朵内部也有一点黑色部分，当然还有右边的墙角。

那么经过颜色检测后，我们能得到这样一张图：

这就是颜色检测的作用。

颜色检测步骤

1.将需要检测的RGB图像转换成HSV图像

2.定义Mat类型的一个对象：蒙版mask

3.定义颜色上下限

其中上限是一个Scalar对象，包含三个值：hmin,smin,vmin，表示hsv三个要素的最小值；

而下限也是一个Scalar对象，包含三个值：hmax,smax,vmax，表示hsv三个要素的最大值。

4.使用inRange函数，检测src图像的每一个像素是不是在lowerb和upperb之间

如果是，这个像素就设置为255，并保存在mask图像中，否则为0。

二、HSV图像类型介绍

HSV是相对RGB的另一种颜色表示方式，它相对RGB而言，是一种比较直观的颜色模型。其中颜色的参数分别是：色调（H），饱和度（S），明度（V）。

色调H：
用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,紫色为300°；

饱和度S：
饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。

明度V：
明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关，光照对此值影响最大。通常取值范围为0%（黑）到100%（白）。

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：

选择HSV进行颜色检测的原因

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。

相对于RGB空间,HSV空间能够非常直观的表达色彩的明暗,色调,以及鲜艳程度,方便进行颜色之间的对比。

所以我们在颜色检测时，选用HSV图像。

下图为RGB VS HSV

三、实例

要检测的原图：

1.RGB转HSV

    //定义图片路径string path = "Resources/lambo.png";Mat img = imread(path);//定义HSV类型图片Mat imgHSV;//转换cvtColor(img, imgHSV, COLOR_BGR2HSV);

2. 定义蒙版

 //定义蒙版Mat mask;

3. 定义上下限

        //定义颜色上下限Scalar lower(hmin, smin, vmin);Scalar upper(hmax, smax, vmax);

4.颜色检测，得到二值图像，并输出至蒙版

     //收集颜色//定义颜色上下限int hmin = 0, smin = 110, vmin = 153;int hmax = 19, smax = 240, vmax = 255;Scalar lower(hmin, smin, vmin);Scalar upper(hmax, smax, vmax);//输出的是遮罩，蒙版inRange(imgHSV, lower, upper, mask);

这里我们检测的是橙色，上述hsv的上下限就是橙色的对应上下限。

效果如下：

5.番外：转换为实时跟踪检测，可调模式

5.1 创建跟踪栏窗口

 //创建跟踪栏窗口namedWindow("Trackbars", (640, 200));

5.2 创建跟踪栏

    //创建跟踪栏createTrackbar("Hue Min", "Trackbars", &hmin, 179);createTrackbar("Hue Max", "Trackbars", &hmax, 179);createTrackbar("Sat Min", "Trackbars", &smin, 255);createTrackbar("Sat Max", "Trackbars", &smax, 255);createTrackbar("Val Min", "Trackbars", &vmin, 255);createTrackbar("Val Max", "Trackbars", &vmax, 255);

5.3 写while循环

while (1){//收集颜色//定义颜色上下限Scalar lower(hmin, smin, vmin);Scalar upper(hmax, smax, vmax);//输出的是遮罩，蒙版inRange(imgHSV, lower, upper, mask);//展示imshow("Image", img);imshow("ImageHSV", imgHSV);imshow("ImageMask", mask);waitKey(1);}

这里要注意，和网络摄像头一样，我们需要设置waitKey为1毫秒。

效果

计算机视觉 OpenCV【六：应用之颜色检测】相关推荐

使用 OpenCV 进行实时对象颜色检测
在本文中,我们将讨论如何使用 python 和 OpenCV 检测单色对象.单色是指单一波长的光.我们将使用使用网络摄像头捕获的视频作为输入,并尝试检测单一颜色的对象,尤其是蓝色.但是,如果您正确设置 ...
3h精通OpenCV（七）-颜色检测
0.准备工作右击新建的项目,选择Python File,新建一个Python文件,然后在开头import cv2导入cv2库,import numpy并且重命名为np. import cv2 imp ...
OpenCV - C++实战（05） — 颜色检测
目录第5章颜色检测 5.1 实现原理 5.2 Lab颜色模型 5.3 cv :: threshold() 阈值函数 5.4 计算图像之间的距离 5.4.1 公式计算 5.4.2 cv::absd ...
【Opencv图像处理】BGB转HSV与颜色检测
BGB转HSV与颜色检测什么是HSV色彩空间? Opencv代码静态图片颜色检测结果展示视频颜色检测结果展示什么是HSV色彩空间? HSV(色相.饱和度.值,也称为 HSB [色相.饱和度 ...
OpenCV计算机视觉编程攻略之行人检测
OpenCV计算机视觉编程攻略之行人检测,OpenCV 提供了一个基于HOG 和SVM且经过训练的行人检测器,可以用这个SVM 分类器以不同尺度的窗口扫描图像,在完整的图像中检测特定物体. 原图如下: ...
OpenCV 颜色检测| color detection
OpenCV 颜色检测 1.导入必要的包并初始化相机 import cv2 import numpy as np# Reading the image img = cv2.imread('test.j ...
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 ...
计算机视觉OpenCV红绿灯检测
红绿灯检测本设计中红绿灯检测程序主要有detectColor.py文件和TLState.py两个文件. 在detectColor.py文件中主要是检测被TLState.py分割出来的灯的颜色,首先利 ...
检测单击鼠标左键并拖动的消息_计算机视觉OpenCV学习笔记（四）：关于鼠标的相关事件函数...
(7)把鼠标当画笔本篇目标: 学会使用OpenCV中的鼠标处理的相关事件,事件回调函数怎么去定义,参数有哪些,以及如何注册鼠标监听事件. 7.1 .1 回调函数的定义: 1 def name(eve ...
Opencv从入门到精通（五）：透视图、拼接图片、颜色检测
文章目录一.透视图二.拼接图片三.颜色检测一.透视图二.拼接图片实际上操作的是像素点矩阵 import cv2 import numpy as npimg = cv2.imread('1. ...

计算机视觉 OpenCV【六：应用之颜色检测】

目录