python cv2多点找色

原创

mob649e8158a948 2024-09-01 05:49:33 ©著作权

文章标签 多点 OpenCV Python 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e8158a948的原创作品，请联系作者获取转载授权，否则将追究法律责任

使用 Python cv2 多点找色

在计算机视觉中，"找色"是一项基础而重要的任务。它指的是在图像中寻找特定颜色的区域。本文将介绍如何使用 Python 的 OpenCV 库（cv2）进行多点找色的操作，同时提供示例代码，帮助你实现这一功能。

安装依赖

在开始之前，请确保已经安装了必要的 Python 包。你可以使用以下命令安装 OpenCV：

pip install opencv-python

安装完成后，我们就可以开始编写我们的代码了。

多点找色的基本概念

在 OpenCV 中，首先需要将 BGR 颜色空间转换为 HSV 颜色空间。HSV 颜色空间更易于表示颜色，特别是在处理变化的光照条件时。然后，我们定义我们要寻找的颜色的范围，通过使用 inRange 函数来提取该颜色区域。

颜色区域的选择

在进行多点找色时，你可能需要选择多个颜色范围。例如，寻找红色和蓝色区域。在实际开发中，可以通过调试工具（如颜色拾取器）获得期望的 HSV 值。对于红色，HSV 值大致在（0, 100, 100）到（10, 255, 255）之间；而蓝色一般在（110, 100, 100）到（130, 255, 255）之间。

代码示例

以下是一个使用 OpenCV 进行多点找色的完整示例代码：

import cv2
import numpy as np

# 定义颜色范围
red_lower = np.array([0, 100, 100])
red_upper = np.array([10, 255, 255])
blue_lower = np.array([110, 100, 100])
blue_upper = np.array([130, 255, 255])

# 读取图片
image = cv2.imread('input_image.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 创建掩模
red_mask = cv2.inRange(hsv, red_lower, red_upper)
blue_mask = cv2.inRange(hsv, blue_lower, blue_upper)

# 合并掩模
combined_mask = cv2.bitwise_or(red_mask, blue_mask)

# 显示结果
result = cv2.bitwise_and(image, image, mask=combined_mask)
cv2.imshow('Original Image', image)
cv2.imshow('Detected Colors', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先定义了红色和蓝色的 HSV 范围，然后读取了一幅图像并转换为 HSV 颜色空间。接着，通过 inRange 函数创建掩模，并最终将颜色区域提取出来。

饼状图示例

为了展示检测到的颜色分布，我们还可以使用饼状图来可视化结果。假设我们在处理的图像中探测到以下颜色区域百分比：

红色：40%
蓝色：60%

下面的饼状图用 mermaid 语法表示：

pie
    title 颜色分布
    "红色": 40
    "蓝色": 60

处理多个颜色

为了处理多个颜色，我们只需继续扩展颜色范围并创建相应的掩模。例如，如果需要添加绿色，可以这样做：

green_lower = np.array([40, 100, 100])
green_upper = np.array([80, 255, 255])
green_mask = cv2.inRange(hsv, green_lower, green_upper)

# 更新组合掩模
combined_mask = cv2.bitwise_or(combined_mask, green_mask)

在这个代码段中，我们添加了绿色的上下限，并更新了组合掩模。这样，我们就可以在同一幅图像中同时识别多种颜色。