OpenCV识别图片颜色并绘制轮廓

一、原理

步骤

  • 读取图像
  • 将图像从 RGB 转换为 HSV 颜色空间
  • 根据设定的颜色范围进行掩模处理,得到目标颜色的区域。
  • 查找轮廓
  • 在原图上绘制轮廓

二、代码

python 复制代码
import cv2
import numpy as np

# 1输入图片
img=cv2.imread('./8.png')
img=cv2.resize(img,(0,0),fx=0.7,fy=0.7)

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

# 3设定要识别的颜色范围,并利用inrange找到该范围
hsv_min=np.array([26,43,46])
hsv_max=np.array([34,255,255])
img_mask=cv2.inRange(img_hsv,hsv_min,hsv_max)

# 4进行滤波
img_median_blur=cv2.medianBlur(img_mask,3)

# 5 进行形态学变换,先腐蚀再膨胀
kernal=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(5,5))
img_e=cv2.erode(img_median_blur,kernal)
img_d=cv2.dilate(img_e,kernal)

# 6 寻找轮廓
contours,hierarchy=cv2.findContours(
    img_d,
    cv2.RETR_LIST,
    cv2.CHAIN_APPROX_SIMPLE
                    )


# 7 for循环寻找轮廓,通过面积筛选出你想要的轮廓,绘制轮廓
img_copy = img.copy()
for i in contours:
    if 200<cv2.contourArea(i)<2000000:
        cv2.drawContours(img_copy,
                                    [i],
                                    0,
                                    (0, 0, 255),
                                    2
                                    )
    else:
        continue
# 8 输出图片
cv2.imshow('img',img_copy)
cv2.waitKey(0)

三、效果图

相关推荐
Toky丶6 分钟前
【文献阅读】LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale
人工智能·语言模型
skywalk816310 分钟前
easy-vibe:零基础,在项目制学习中掌握 Vibe Coding 与 AI 技能,构建第一个 AI 原生产品
人工智能
TonyLee01732 分钟前
储备池计算基础实践
人工智能·python
码上宝藏1 小时前
设计与开发的效率壁垒,被 Locofy.ai 一键击穿
人工智能
之歆1 小时前
Spring AI Alibaba 从入门到进阶实战-笔记
人工智能·笔记·spring
权泽谦1 小时前
病灶变化预测 vs 分类:医学影像 AI 中更有价值的问题是什么?
人工智能·机器学习·ai·分类·数据挖掘
Sui_Network1 小时前
Walrus 2025 年度回顾
大数据·前端·人工智能·深度学习·区块链
说私域1 小时前
开源悬赏活动报名AI智能名片链动2+1模式商城小程序的应用与价值
人工智能·微信·小程序·开源
yuniko-n1 小时前
【AI】基于 LLaMa-Factory 和 LoRA 算法的大模型微调
人工智能
张彦峰ZYF1 小时前
大模型是如何工作的?从原理到通义生态的落地实践
人工智能·大模型是如何工作的?·从原理到通义生态的落地实践·大模型价值是与真实业务深度融合