OpenCV3/C++基于颜色的识别

OpenCV3/C++基于颜色的识别

  • 主要API
    • threshold方法
    • 关于颜色范围的选取
  • 相关API用法实例
    • 代码演示
  • 基于颜色识别

主要API

threshold方法

threshold 方法是通过遍历灰度图中点,将图像信息二值化,处理过后的图片只有二种色值。

其函数原型如下:

double threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)

参数信息:

第一个参数,InputArray类型的src,输入数组,填单通道 , 8或32位浮点类型的Mat即可。

第二个参数,OutputArray类型的dst,函数调用后的运算结果存在这里,即这个参数用于存放输出结果,且和第一个参数中的Mat变量有一样的尺寸和类型。

第三个参数,double类型的thresh,阈值的具体值。

第四个参数,double类型的maxval,当第五个参数阈值类型type取 THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值.

第五个参数,int类型的type,阈值类型,。

其它参数很好理解,我们来看看第五个参数,第五参数有以下几种类型

0: THRESH_BINARY 当前点值大于阈值时,取Maxval,也就是第四个参数,下面再不说明,否则设置为0

1: THRESH_BINARY_INV 当前点值大于阈值时,设置为0,否则设置为Maxval

2: THRESH_TRUNC 当前点值大于阈值时,设置为阈值,否则不改变

3: THRESH_TOZERO 当前点值大于阈值时,不改变,否则设置为0

4: THRESH_TOZERO_INV 当前点值大于阈值时,设置为0,否则不改变

关于颜色范围的选取

色环图中这个区间即BGR(0,128,255)到BGR(255,0,213),则B、G、R这三个通道的范围分别为0-255,0-128,213-255。因此阈值下限lowerb=Scalar(0,0,213),阈值上限upperb=Scalar(255,128,255)
OpenCV3/C++基于颜色的识别_第1张图片

相关API用法实例

代码演示

#include 
#include

using namespace std;
using namespace cv;

int main()
{
	Mat src,src_gary,dst;
	src = imread("C:\\Users\\LiJianTao\\Pictures\\QQ图片20210605211657.jpg");

	cvtColor(src, src_gary, CV_BGR2GRAY);

	threshold(src_gary, dst, 125, 255, THRESH_BINARY);
	imshow("src", src);
	imshow("src_gary	output", src_gary);
	imshow("dst output", dst);

	waitKey(0);
	return 0;
}

原图:OpenCV3/C++基于颜色的识别_第2张图片
二值化后:
OpenCV3/C++基于颜色的识别_第3张图片

基于颜色识别

#include 
#include
#define DEBUG_ONE

using namespace cv;
using namespace std;

int main()
{
	VideoCapture cap(0); //capture the video from web cam
	if (!cap.isOpened())  // if not success, exit program
	{
		cout << "Cannot open the web cam" << endl;
		return -1;
	}
	int num = 0;
	int r_num = 0, b_num = 0;
	int red_area = 0, blue_area = 0;
	while (true)
	{
		Mat frame;
		cap >> frame;
		
		Mat dst, dst1;

		vector<Mat>channls;
		split(frame, channls);

		dst = channls.at(2) - channls.at(0);//红
		dst1 = channls.at(0) - channls.at(2);

		threshold(dst, dst, 125, 255, THRESH_BINARY);
		threshold(dst1, dst1, 125, 255, THRESH_BINARY);
		
		imshow("red threshold", dst);
		imshow("blue threshold", dst1);

		vector<vector<Point>>contours_r;
		vector<vector<Point>>contours_b;
		vector<Vec4i>hierarchy;
		vector<Vec4i>hierarchyb;

		//找轮廓
		findContours(dst, contours_r, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));
		findContours(dst1, contours_b, hierarchyb, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));

#ifndef DEBUG_ONE
		if (contours_r.size() > 0 && contours_b.size() > 0)//只要有存在面积就退出
		{
			break;
		}
#endif 
		//延时检测
		for (int red_num = 0; red_num < contours_r.size(); red_num++)
		{
			r_num = contourArea(contours_r[red_num]);
			if (r_num > red_area)
			{
				red_area = r_num;
			}
		}
		for (int blue_num = 0; blue_num < contours_b.size(); blue_num++)
		{
			b_num = contourArea(contours_b[blue_num]);
			if (b_num > blue_area)
			{
				blue_area = b_num;
			}
		}

		if (red_area > 0 && blue_area > 0)
		{
			num++;
		}
		else
		{
			num = 0;
		}
		if (num == 100)
		{
			break;
		}

		imshow("input", frame);
		char a = waitKey(30);
		if (a == 27)
		{
			break;
		}
	}
	return 0;
}

打开摄像头:
OpenCV3/C++基于颜色的识别_第4张图片
蓝色二值化:
OpenCV3/C++基于颜色的识别_第5张图片
红色二值化:
OpenCV3/C++基于颜色的识别_第6张图片
可以用来做一些识别进系统等一些身份验证登录之类的好玩有趣的小东西。

你可能感兴趣的:(opencv,c++,目标检测,目标跟踪,图像处理)