Opencv之识别图片颜色并绘制轮廓

一、实验原理

1、颜色空间转换:

Opencv识别图片颜色的逻辑

OpenCV 的默认颜色空间为 BGR(蓝、绿、红),但识别特定颜色更适合在 HSV(色调、饱和度、亮度)颜色空间中进行。

HSV 优势:能够更方便地描述颜色范围,用于筛选特定颜色区域。

2、颜色范围过滤:

不同颜色的HSV值

利用 cv2.inRange 函数,通过设定的颜色范围,将指定颜色区域提取为二值掩膜。

3、图像处理:

①滤波:

通过中值滤波去除噪点,平滑图像。滤波是应用卷积来实现的,卷积的关键就是卷积核,下图为卷积核滤波原理:

②形态学变换:

通过开运算(先腐蚀后膨胀)进一步消除小噪声和孤立点。

4、轮廓提取和绘制:

  • 利用 cv2.findContours 提取二值图像的轮廓。
  • 根据轮廓面积进行过滤,保留符合条件的目标区域。
  • 使用 cv2.drawContours 在原图上绘制轮廓。

cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset)

二、实验代码

python 复制代码
import cv2
import numpy as np

# 1. 输入图片并调整大小
img = cv2.imread("./color_1.png")
if img is None:
    print("无法加载图片,请检查路径!")
    exit()
img = cv2.resize(img, (0, 0), fx=0.7, fy=0.7)

# 2. 转换 HSV 颜色空间
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 3. 定义颜色范围并生成二值掩膜
yellow_min = np.array([26, 43, 46])  # 黄色下界
yellow_max = np.array([34, 255, 255])  # 黄色上界
img_mask = cv2.inRange(img_hsv, yellow_min, yellow_max)

# 4. 中值滤波去噪
img_blur = cv2.medianBlur(img_mask, 7)

# 5. 形态学变换 - 开运算
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
img_open = cv2.morphologyEx(img_blur, cv2.MORPH_OPEN, kernel)

# 6. 轮廓提取
contours, _ = cv2.findContours(img_open, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 7. 遍历轮廓并绘制
img_result = img.copy()
for contour in contours:
    area = cv2.contourArea(contour)
    if area < 200 or area > 200000:  # 根据面积过滤无效轮廓
        continue
    cv2.drawContours(img_result, [contour], -1, (0, 0, 255), 2)  # 绘制轮廓

# 8. 显示结果
cv2.imshow("Original Image", img)
cv2.imshow("Filtered Contours", img_result)

cv2.waitKey(0)
cv2.destroyAllWindows()

三、实验现象

1、原始图像:

显示未处理的原始图片,包含多个颜色区域。

2、颜色掩膜:

二值图像仅显示识别出的黄色区域,其余部分为黑色背景。

3、滤波和平滑:

  • 滤波后噪点减少,目标区域更加连续。
  • 开运算消除了孤立的噪声点,保留了主要的目标区域。

4、轮廓绘制:

  • 符合面积条件的轮廓被成功绘制,轮廓线为红色。
  • 无效的小轮廓被过滤,不影响结果的清晰度。
相关推荐
张较瘦_2 小时前
[论文阅读] 人工智能 + 软件工程 | 需求获取访谈中LLM生成跟进问题研究:来龙去脉与创新突破
论文阅读·人工智能
一 铭2 小时前
AI领域新趋势:从提示(Prompt)工程到上下文(Context)工程
人工智能·语言模型·大模型·llm·prompt
顾道长生'4 小时前
(Arxiv-2025)通过动态 token 剔除实现无需训练的高效视频生成
计算机视觉·音视频·视频生成
麻雀无能为力6 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心6 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
.30-06Springfield7 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
说私域8 小时前
基于开源AI智能名片链动2+1模式S2B2C商城小程序的超级文化符号构建路径研究
人工智能·小程序·开源
永洪科技8 小时前
永洪科技荣获商业智能品牌影响力奖,全力打造”AI+决策”引擎
大数据·人工智能·科技·数据分析·数据可视化·bi
shangyingying_18 小时前
关于小波降噪、小波增强、小波去雾的原理区分
人工智能·深度学习·计算机视觉
码荼9 小时前
学习开发之hashmap
java·python·学习·哈希算法·个人开发·小白学开发·不花钱不花时间crud