前言

玩一玩用opencv做一些简单的物体识别

1.思路讲解

我们基于简单的opencv的阈值分割，通过这个阈值分割，我们能把我们需要识别的物体在二值图里面变成白色，其余的变成黑色。然后对我们分割出来的物体部分提取轮廓，算出覆盖轮廓的最小矩形，然后画出这个矩形框，并且表上我们物体的名字。

2.样本展示

笔者就以这两张图片为例子，提取这两张图片里面的橙子。按照我们上面的思路，我们需要的是把橙子这个部分分割出来变成变成二值图的白色部分，其他部分变成黑色。

3.代码实现

首先我们读入一张橙子的图片，因为opencv默认读入的图片是bgr的形式，我们用的是hsv的颜色阈值，因此我们要将图片转换到hsv。然后经过一个中值滤波去除噪声，再经过一个开运算。

image=cv2.imread("c4.jpeg")
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
hsv = cv2.medianBlur(hsv, 5)
mask = cv2.inRange(hsv, (11, 43, 46), (25, 255, 255))
line = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15), (-1, -1))
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, line)

其中cv2.inRange会将图片中hsv值在(11, 43, 46),和(25, 255, 255)中间的值变成白色，不在中间的值变成黑色。
最后咱们处理好的二值图如下：

然后就是提取轮廓，求出最大轮廓，这个最大轮廓也就是我们的橙子

contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)index = -1max = 0font = cv2.FONT_HERSHEY_SIMPLEXfor c in range(len(contours)):area = cv2.contourArea(contours[c])if area > max:max = areaindex = c

随后就是对这个橙子的轮廓求外接矩形，然后把这个矩形画出来，并且再对应的位置上标上orange。

    if index >= 0:x, y, w, h = cv2.boundingRect(contours[index])cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.putText(image,"orange",(x, y), font, 1.2, (0, 0, 255), 2)

最后的结果图片如下：

4.总结

完整的代码如下：

import cv2def process(image):hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)hsv = cv2.medianBlur(hsv, 5)mask = cv2.inRange(hsv, (11, 43, 46), (25, 255, 255))line = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5), (-1, -1))mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, line)cv2.imshow("mask",mask)# 轮廓提取, 发现最大轮廓contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)index = -1max = 0font = cv2.FONT_HERSHEY_SIMPLEXfor c in range(len(contours)):area = cv2.contourArea(contours[c])if area > max:max = areaindex = c# 绘制if index >= 0:x, y, w, h = cv2.boundingRect(contours[index])cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.putText(image,"orange",(x, y), font, 1.2, (0, 0, 255), 2)return imageimage=cv2.imread("c1.jpeg")
result = process(image)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

上面的代码是在图片中寻找图片中最大面积的橘子，下面我们设定一个面积阈值,只要大于这个阈值就是我们需要识别的目标，代码如下：

import cv2def process(image):#面积阈值min_area=100hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)hsv = cv2.medianBlur(hsv, 5)mask = cv2.inRange(hsv, (11, 43, 46), (25, 255, 255))line = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5), (-1, -1))mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, line)cv2.imshow("mask",mask)contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)font = cv2.FONT_HERSHEY_SIMPLEXfor c in range(len(contours)):area = cv2.contourArea(contours[c])if area > min_area:# 绘制x, y, w, h = cv2.boundingRect(contours[c])cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.putText(image,"orange",(x, y), font, 1.2, (0, 0, 255), 2)return imageimage=cv2.imread("c1.jpeg")
result = process(image)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下：

5.扩展

当然只要能通过调试cv2.inRange的参数以提取好的二值图，不止是橙子，也可以用于其他物品的识别，也可以用于颜色识别。

6.缺点

当图片里有其他在参数范围内的比我们目标更大的物体的时候干扰就会很大，导致识别错误，扩展到其他物体上的时候还可能会遇到参数难调的情况，因此在识别场景比较复杂和识别类别比较多的时候还是建议用深度学习。

opencv物体识别-识别水果相关推荐

12.QT + OpenCV打包成应用（以及QT图标问题详细） --- OpenCV从零开始到图像（人脸 + 物体）识别系列
本文作者:小嗷微信公众号:aoxiaoji 关键词:QT + OpenCV打包成应用(接着第11篇) QT开发的程序发布的时候经常采用两种方式: 静态编译,可生成单一的可执行文件. 动态编译,需同时 ...
opencv训练自己的模型，实现特定物体的识别
1.说明 opencv安装包中有训练好的分类器文件,可以实现人脸的识别.当然,我们也可以训练自己的分类器文件,实现对特定物体的识别.本文章就详细介绍下如何训练自己的分类器文件. 2.效果我训练的是检 ...
java opencv 物体检测_OpenCV.物体识别
1.度娘:"OpenCV 物体识别" ZC:主看这个,讲的比较细致,操作一般都是使用的 OpenCV里面的exe,一些代码是 java的可以搞定,最后一段测试代码是Python ...
OpenCV开发笔记（七十二）：红胖子8分钟带你使用opencv+dnn+tensorFlow识别物体
本博客是转载的本文章源博客地址:https://blog.csdn.net/qq21497936/article/details/109194717 各位读者,知识无穷而人力有穷,要么改需求,要么找 ...
26.菊花厂员工泄密事件(Qt5文件及磁盘处理)--- OpenCV从零开始到图像（人脸 + 物体）识别系列
本文作者:小嗷微信公众号:aoxiaoji 吹比QQ群:736854977 简书链接:https://www.jianshu.com/u/45da1fbce7d0 本信息都来源与网络公开内容.如有疑 ...
25.消除不相关的细节/裂缝桥接(形态学 --膨胀与腐蚀详解 )--- OpenCV从零开始到图像（人脸 + 物体）识别系列
本文作者:小嗷微信公众号:aoxiaoji 吹比QQ群:736854977 简书链接:https://www.jianshu.com/u/45da1fbce7d0 本文你会找到以下问题的答案: 形态 ...
21.失真/低高通/振铃效应/旁瓣泄漏效应/频域滤波/图像深度/频带/线性滤波源码分析 -- OpenCV从零开始到图像（人脸 + 物体）识别系列
本文作者:小嗷微信公众号:aoxiaoji 吹比QQ群:736854977 简书链接:https://www.jianshu.com/u/45da1fbce7d0 本文你会找到以下问题的答案: 失真 ...
Android上OpenCV物体检测,Opencv图像识别Android实战（识别纸牌4.图像识别素养）
我认为大多数阅读本文的人都对机器学习有所了解. 我认为没有必要在学术上解释这种含义. 人类学习的目的不是识别更多的东西,机器学习也是如此,也就是说,让计算机通过学习类比来学习更多的东西. 在这里,我们 ...
怎样使用OpenCV进行人脸识别
不断维护的地址:http://plzcoding.com/face-recognition-with-opencv/ 怎样使用OpenCV进行人脸识别本文大部分来自OpenCV官网上的Face Re ...
python红色的颜色表达式_50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）...
目前计算机视觉(CV)与自然语言处理(NLP)及语音识别并列为人工智能三大热点方向,而计算机视觉中的对象检测(objectdetection)应用非常广泛,比如自动驾驶.视频监控.工业质检.医疗诊断等 ...

opencv物体识别-识别水果

前言