OpenCV自学笔记12. 识别图像中的红色圆形

识别图像中的红色圆形

本小节用到的图像为：

思路：

解决这个问题的思路如下：

Step1. 首先，将图片由 RGB 颜色空间转换为 HSV 颜色空间，HSV颜色空间可以更直观地反映物体的颜色，便于利用颜色进行分割。有关HSV的相关内容，见以下文章：
http://blog.csdn.net/viewcode/article/details/8203728
http://blog.csdn.net/qq61394323/article/details/11226885

Step2. 根据红色在HSV颜色空间中的范围，对图像进行分割。属于红色的像素被保留下来（变为白色），其余像素置为黑色。

Step3. 形态学运算，对刚才得到的图像进行膨胀，以使红色区域更明显

Step4. 利用Hough变换，提取图像中的圆形

Step5. 绘制圆形

上述思路的代码如下：

import cv2
import numpy as np

# Step1. 转换为HSV
img = cv2.imread('images/00.jpg')
hue_image = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# Step2. 用颜色分割图像
low_range = np.array([0, 123, 100])
high_range = np.array([5, 255, 255])
th = cv2.inRange(hue_image, low_range, high_range)

# Step3. 形态学运算，膨胀
dilated = cv2.dilate(th, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)), iterations=2)

# Step4. Hough Circle
circles = cv2.HoughCircles(dilated, cv2.HOUGH_GRADIENT, 1, 100, param1=15, param2=7, minRadius=10, maxRadius=20)

# Step5. 绘制
if circles is not None:
    x, y, radius = circles[0][0]
    center = (x, y)
    cv2.circle(img, center, radius, (0, 255, 0), 2)
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

对上述函数做几点说明：
1、cv2.cvtColor(img, cv2.COLOR_BGR2HSV)：将图像由RGB颜色空间转换到HSV颜色空间（H-色调、S-饱和度、V-亮度）。与RGB相比，HSV更为关注色彩，而不是亮度。因此可以用于提取固定颜色的物体，比如这里的红色小球。

1. cv2.inRange(hue_img, low_range, high_range)：low_range 和 high_range决定了色彩的范围。

2. dilated = cv2.dilate(th, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)), iterations=2)：对图像进行膨胀操作，
   函数getStructuringElement，可以获取常用的结构元素的形状：矩形（包括线形）、椭圆（包括圆形）及十字形。MORPH_RECT， MORPH_ELLIPSE， MORPH_CROSS
   iterations，迭代的次数

3. cv2.HoughCircles(dilated, cv2.HOUGH_GRADIENT, 1, 100, param1=15, param2=7, minRadius=10, maxRadius=20)

程序的运行结果为：

可以看出，程序准确地识别出了圆形~

今天就到这里， 拜~