欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python利用opencv实现颜色检测

程序员文章站 2022-06-17 21:38:41
本文实例为大家分享了python利用opencv实现颜色检测的具体代码,供大家参考,具体内容如下需要实现倒车辅助标记检测的功能,倒车辅助标记颜色已经确定了,所以不需要使用深度学习的方法,那样成本太高了...

本文实例为大家分享了python利用opencv实现颜色检测的具体代码,供大家参考,具体内容如下

需要实现倒车辅助标记检测的功能,倒车辅助标记颜色已经确定了,所以不需要使用深度学习的方法,那样成本太高了,直接可以使用颜色检测的方法。

1.首先需要确定待检测目标的hsv值

import cv2

img = cv2.imread('l3.png')
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
hsv = cv2.cvtcolor(img, cv2.color_bgr2hsv)


def mouse_click(event, x, y, flags, para):
 if event == cv2.event_lbuttondown: # 左边鼠标点击
  print('pix:', x, y)
  print("bgr:", img[y, x])
  print("gray:", gray[y, x])
  print("hsv:", hsv[y, x])


if __name__ == '__main__':
 cv2.namedwindow("img")
 cv2.setmousecallback("img", mouse_click)
 while true:
  cv2.imshow('img', img)
  if cv2.waitkey() == ord('q'):
   break
 cv2.destroyallwindows()

2.然后利用颜色检测,检测出指定目标

import numpy as np
import cv2

font = cv2.font_hershey_simplex
lower_red = np.array([0, 127, 128]) # 红色阈值下界
higher_red = np.array([10, 255, 255]) # 红色阈值上界
lower_yellow = np.array([15, 230, 230]) # 黄色阈值下界
higher_yellow = np.array([35, 255, 255]) # 黄色阈值上界
lower_blue = np.array([85,240,140])
higher_blue = np.array([100,255,165])
frame=cv2.imread("l3.png")
img_hsv = cv2.cvtcolor(frame, cv2.color_bgr2hsv)
mask_red = cv2.inrange(img_hsv, lower_red, higher_red) # 可以认为是过滤出红色部分,获得红色的掩膜
mask_yellow = cv2.inrange(img_hsv, lower_yellow, higher_yellow) # 获得绿色部分掩膜
mask_yellow = cv2.medianblur(mask_yellow, 7) # 中值滤波
mask_red = cv2.medianblur(mask_red, 7) # 中值滤波
mask_blue = cv2.inrange(img_hsv, lower_blue, higher_blue) # 获得绿色部分掩膜
mask_blue = cv2.medianblur(mask_blue, 7) # 中值滤波
#mask = cv2.bitwise_or(mask_green, mask_red) # 三部分掩膜进行按位或运算
print(mask_red)
cnts1, hierarchy1 = cv2.findcontours(mask_red, cv2.retr_external, cv2.chain_approx_none) # 轮廓检测 #红色
cnts2, hierarchy2 = cv2.findcontours(mask_blue, cv2.retr_external, cv2.chain_approx_none) # 轮廓检测 #红色
cnts3, hierarchy3 = cv2.findcontours(mask_yellow, cv2.retr_external, cv2.chain_approx_none)

for cnt in cnts1:
 (x, y, w, h) = cv2.boundingrect(cnt) # 该函数返回矩阵四个点
 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 将检测到的颜色框起来
 cv2.puttext(frame, 'red', (x, y - 5), font, 0.7, (0, 0, 255), 2)
for cnt in cnts2:
 (x, y, w, h) = cv2.boundingrect(cnt) # 该函数返回矩阵四个点
 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 将检测到的颜色框起来
 cv2.puttext(frame, 'blue', (x, y - 5), font, 0.7, (0, 0, 255), 2)

for cnt in cnts3:
 (x, y, w, h) = cv2.boundingrect(cnt) # 该函数返回矩阵四个点
 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 将检测到的颜色框起来
 cv2.puttext(frame, 'yellow', (x, y - 5), font, 0.7, (0, 255, 0), 2)
cv2.imshow('frame', frame)

cv2.waitkey(0)
cv2.destroyallwindows()

3.效果

python利用opencv实现颜色检测

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。

相关标签: python 颜色检测