OpenCV_识别颜色

前言

方法：将一副图像的空间转换到hsv颜色空间，然后利用inRange函数设阈值，去除背景部分。空间转换之前（图片各种格式间的转化）已经说过了，所以这次只说inRange函数。各颜色HSV阈值如下，在实际设置阈值时需要根据实际情况调整。

inRange函数

C++

函数调用：

void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)

参数详解如下：
src：输入图像，CV2常用Mat类型；
lowerb：lower boundary下限，scalar类型的像素值，单通道scalar取一个值就行，彩图3通道scalar三个值；
upperb：上限，类型与lowerb同理；
dst：输出图像，尺寸与src一致，类型是CV_8U，但没有指定通道数。
实际应用：

inRange(hsv, Scalar(hmin, smin, vmin), Scalar(hmax, smax, vmax), mask);

Python

函数调用：

cv2.inRange(src, lowerb, upperb[, dst]) → dst

实际应用-----Python：

mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0,

整体代码_Python

import numpy as np
import cv2

#通过摄像头捕获实时图像数据
cap = cv2.VideoCapture(1)
#设置视频参数,   设置视频的宽高值和摄像头有关
cap.set(3,480)
cap.set(4,320)
lower_blue = np.array([80, 43, 46])
upper_blue = np.array([124,255,255])
while(True):
    #Capture frame-by-frame
    ret, frame = cap.read()

     #窗口显示，显示名为 frame
    cv2.imshow('frame',frame)

    #转换到hsv颜色空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    #设阈值，去除背景部分
    mask = cv2.inRange(hsv, lower_blue, upper_blue) #lower20===>0,upper200==>0
    #显示处理后的图像
    cv2.imshow('mask', mask)
    #若检测到按键 ‘q’，退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

#释放摄像头
cap.release()
#删除建立的全部窗口
cv2.destroyAllWindows()

结果