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
甲维斯3 小时前
GPT6.2“买家秀”来了,吼吼呵呵!
人工智能
艾莉丝努力练剑3 小时前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
螺丝钉tina5 小时前
[Playwright] [20][AI] 失败分析:让AI大模型帮你debug
人工智能
MSTcheng.5 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
世冠科技6 小时前
世冠科技GCEAgent重磅发布,开启复杂装备AI原生智能研发新范式
人工智能·科技·ai-native
轻松,带微笑6 小时前
AI竞争进入下半场:微软押注专业模型,通用大模型不再是唯一答案
人工智能·microsoft
哈尔滨张谦蛋6 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
MysTic_Zhong6 小时前
【3】核心引擎:LangGraph 编排与多路召回重排
人工智能·agent
vivo互联网技术6 小时前
研发数字人 Agent:从 0 到 1 的架构与实践
人工智能·agent·mcp