Python基础--opencv入门3

这次我们利用opencv为水果图片提取颜色特征，我的思路是：设置几种颜色区间，让opencv根据每种颜色区间画出对应颜色的部分，然后我们统计这些颜色的轮廓面积，计算出颜色占水果面积的比例。

构建颜色区间

opencv有多种表示颜色的方式，如：RGB,HSV等我采用的是HSV,网上找的区间图如下：

import numpy as np
import collections
#颜色名称和hsv区间构成一个字典

def getColorDict():
    dict=collections.defaultdict(list)  #字典的键对应一个列表

    #红色
    lower_red=np.array([156,43,46])
    upper_red=np.array([180,255,255])
    color_list=[]
    color_list.append(lower_red)
    color_list.append(upper_red)
    dict['red']=color_list   #关联一个列表

    # 黄色
    lower_yellow = np.array([26, 43, 46])
    upper_yellow = np.array([34, 255, 255])
    color_list = []
    color_list.append(lower_yellow)
    color_list.append(upper_yellow)
    dict['yellow'] = color_list

    #橙色
    lower_orange=np.array([11,43,46])
    upper_orange=np.array([25,255,255])
    color_list=[]
    color_list.append(lower_orange)
    color_list.append(upper_orange)
    dict['orange']=color_list

    #绿色
    lower_green=np.array([35,43,46])
    upper_green=np.array([77,255,255])
    color_list=[]
    color_list.append(lower_green)
    color_list.append(upper_green)
    dict['green']=color_list

    #青色
    lower_cyan=np.array([78,43,46])
    upper_cyan=np.array([99,255,255])
    color_list=[]
    color_list.append(lower_cyan)
    color_list.append(upper_cyan)
    dict['cyan']=color_list

    return dict

把常规的几种颜色写进去，然后开始读取图片并记录颜色的面积：

import os
import cv2

#返回图片的颜色
def getColor(filename):
    img=cv2.imread(filename)
    savefold=filename.split('/')[1].split('.')[0]
    if not os.path.exists(os.getcwd()+'/image/'+savefold):   #不存在就创建文件夹
        os.mkdir(os.getcwd()+'/image/'+savefold)   
    #转hsv
    hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    color_area={}  #保存颜色和区域面积
    color_dict=getColorDict()    #获取颜色和hsv对应的字典
    #print(color_dict)
    for each in color_dict:
        mask=cv2.inRange(hsv,color_dict[each][0],color_dict[each][1])
        #cv2.imshow("mask",mask)
        cv2.imwrite("image/"+savefold+"/"+each+"_mask.jpg",mask)   #保存每种颜色对应的图片

        #找到每种颜色的所有轮廓
        cnts=cv2.findContours(mask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[1]
        area=0   #统计面积
        for c in cnts:
            area+=cv2.contourArea(c)
        color_area[each]=area  #保存在字典里面
    #按键排序
    color_area=sorted(color_area.items(),key=lambda item:item[0],reverse=False)
    return  dict(color_area)    #转为字典
    
    
    

测试的图片：

在计算颜色占水果的比例前，我们需要统计一下，水果的总像素，也就是我们要对水果做出一定的过滤，毕竟图片的长宽不是水果的长宽：

import numpy
import cv2
img=cv2.imread("image/orange.jpg")   #读取图片
shape=img.shape    #获取维度

newimg=numpy.zeros((500,500,3),numpy.uint8)  #新建空白图，我的水果图片是500*500的
imgarea=0    #水果像素面积
for i in range(shape[0]):
    for j in range(shape[1]):
                 #把RGB均大于150的去掉，也就是背景的白点
        if img[i,j,0]>150 and img[i,j,1]>150 and img[i,j,2]>150: 
            continue
        newimg[i,j]=img[i,j]   #写入新图片
        imgarea+=1
cv2.imwrite("image/newimg.jpg",newimg)

我们看下新图片的效果：

因为背景不够白，还有一些粉红，但大体上是和水果的面积一致了~~~~~~~

计算比例：

获取上面的代码返回的颜色和区域面积的字典，再结合统计出来的水果面积，就可以计算颜色占的比例了：

color_area=getColor("image/orange.jpg")   #获取颜色和像素面积的字典
for keys,values in color_area.items():
    print(keys,values/imgarea)     #打印结果