OpenCV颜色识别实例(所有颜色均可识别)
欢迎访问我的博客sakuraの绘梨衣
本文中的颜色识别为红色,颜色阈值设置如下:
lower_apple = np.array([0, 100, 100])
higher_apple = np.array([10, 200, 200])
识别其他颜色可以参考HSV颜色阈值设置进行更改
下面是识别代码,注释很详细:
import cv2
import numpy as np
def red_identify(img):
# 灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 转换为HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 二值化处理
lower_apple = np.array([0, 100, 100])
higher_apple = np.array([10, 200, 200])
mask = cv2.inRange(hsv, lower_apple, higher_apple)
# 膨胀操作
kernel = np.ones([5, 5], dtype=np.uint8)
dilate = cv2.dilate(mask, kernel, iterations=1)
# 画出轮廓
cnts, hierarchy = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
# 判断是否有轮廓
if len(cnts) == 0:
# 没有即显示原图
cv2.imshow("red_identify", img)
return
max_cnt = max(cnts, key=cv2.contourArea)
cv2.drawContours(img, max_cnt, -1, (0, 0, 255), 2)
# 最大外接矩形
(x, y, w, h) = cv2.boundingRect(max_cnt)
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 3)
cv2.imshow("red_identify", img)
if __name__ == "__main__":
# 打开摄像头
cap = cv2.VideoCapture(0)
# 设置摄像头参数,3和4为像素大小,5为帧率
cap.set(3, 256)
cap.set(4, 256)
cap.set(5, 60)
while True:
# 循环读取每一帧
flag, frame = cap.read()
# 读取失败
if not flag:
print("Camera error!")
break
# 调用颜色识别
red_identify(frame)
# 若没有按下q键,则每10毫秒显示一帧(OxFF为"q"的ASCII码)
if cv2.waitKey(10) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
下面是识别效果:文章来源:https://www.toymoban.com/news/detail-519177.html
文章来源地址https://www.toymoban.com/news/detail-519177.html
到了这里,关于OpenCV颜色识别(所有颜色均可识别)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!