opencv实战--颜色识别

一、实验原理

本实验通过掩膜,边缘识别来找到我们寻找的颜色所在区域,最后通过对图像边缘绘制标记出我们要找到颜色。为了确保掩膜的完好,我们将使用均值滤波,腐蚀,饱和等手段对掩膜进行处理。

二、实验代码

python 复制代码
import cv2
import numpy as np


# 1 输入图片
img = cv2.imread('./color_1.png')
img = cv2.resize(img,dsize=None,fx=0.5,fy=0.5)
# 2 需要识别颜色 转换1hsv颜色空间
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 3 设定要识别的颜色

hsv_min=np.array([26,43,46],dtype=np.uint8)
hsv_max=np.array([34,255,255],dtype=np.uint8)
hsv_y = cv2.inRange(img_hsv,hsv_min,hsv_max)

# 4 进行滤波
img_blur = cv2.GaussianBlur(hsv_y,(3,3),150)
# img_blur = cv2.medianBlur(hsv_y,7)
# 5 先腐蚀,在膨胀

ke = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
img_erode = cv2.erode(img_blur,ke)
img_dilate = cv2.dilate(img_erode,ke)

# 6 寻找轮廓
c,h = cv2.findContours(img_dilate,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

img_copy = img.copy()

# 7 遍历所有轮廓,通过面积筛选想要的轮廓


# 绘制轮廓
for cnt in c:
    if cv2.contourArea(cnt) < 2 or cv2.contourArea(cnt)>20000:
        continue
    else:
        img_copy = cv2.drawContours(img_copy,[cnt], -1, (255, 0, 0), 1)



# 输出图像
cv2.imshow('img',img)
cv2.imshow('img_h',img_copy)
cv2.waitKey(0)

三,成果展示

原图像

识别出的图像

相关推荐
珊瑚礁的猪猪侠2 分钟前
正则表达式入门到精通教程(Linux实操版)
linux·人工智能·正则表达式
星空的资源小屋2 分钟前
MkFont,一款开源免费的字体设计工具
网络·人工智能·pdf·电脑
mir frog6 分钟前
DAY44 PYTHON 预训练模型
人工智能·深度学习·机器学习
yuzhuanhei7 分钟前
机器学习算法常用算法
人工智能·算法·机器学习
2401_8414956427 分钟前
自然语言处理实战——英法机器翻译
人工智能·pytorch·python·深度学习·自然语言处理·transformer·机器翻译
大千AI助手29 分钟前
Frobenius范数:矩阵分析的万能度量尺
人工智能·神经网络·线性代数·矩阵·矩阵分解·l2范数·frobenius范数
优软轻创-拓客私域1 小时前
数字权益市场爆发:如何通过权益数卡选对优质货源
大数据·人工智能
EllenLiu1 小时前
从 Transformer 理论到文本分类:BERT 微调实战总结
人工智能
B站计算机毕业设计之家1 小时前
计算机视觉python口罩实时检测识别系统 YOLOv8模型 PyTorch 和PySide6界面 opencv (建议收藏)✅
python·深度学习·opencv·计算机视觉·cnn·1024程序员节
绿算技术1 小时前
绿算GP Spark引爆关注,成为AI工厂存储利器
大数据·人工智能·spark