目录
-
- 一、场景需求解读
- 二、算法原理简介
- 三、算法实现步骤
- 四、算法代码实现
- 五、算法效果展示与分析
- 参考资料
- 注意事项
一、场景需求解读
现实场景中，我们有时需要自动的检测出图片中目标的颜色和其对应的形状，然后根据这些信息快速的找到我们需要的目标，这在真实场景中具有广泛的应用。下图展示了一张实例，我们需要知道图片中目标的颜色和形状信息。
在这里插入图片描述
二、算法原理简介
为了检测不同物体的颜色，本文的实现思路为：1）首先定义一个颜色标签类，该类中包含一个颜色字典，包含了需要的所有颜色；2）然后针对每一个轮廓（mask）,计算当前lab颜色值与图像平均值之间的距离；3）最终选择最小距离所代表的颜色值。
为了检测不同物体的形状*，本文的实现思路为：1）首先对输入图片执行预处理；2）然后对预处理之后的图片执行二值化；3)接着进行轮廓检测，并根据顶点的个数进行形状的判断。
三、算法实现步骤
步骤1-读取输入图片；
步骤2-对输入图片执行裁剪操作；
步骤3-执行高斯模糊操作，进行图像去噪；
步骤4-执行图像灰度化操作；
步骤5-执行颜色空间变换，将RGB空间转换为LAB空间；
步骤6-执行二值化操作；
步骤7-遍历每一个轮廓，进行颜色和形状检测；
步骤8-绘制并显示结果。
四、算法代码实现
1、创建一个颜色标签类
# coding=utf-8
# 导入一些python包
from scipy.spatial import distance as dist
from collections import OrderedDict
import numpy as np
import cv2
# 创建一个颜色标签类
class ColorLabeler:
def __init__(self):
# 初始化一个颜色词典
colors = OrderedDict({
"red": (255, 0, 0),
"green": (0, 255, 0),
"blue": (0, 0, 255)})
# 为LAB图像分配空间
self.lab = np.zeros((len(colors), 1, 3), dtype="uint8")
self.colorNames = []
# 循环 遍历颜色词典
for (i, (name, rgb)) in enumerate(colors.items()):
# 进行参数更新
self.lab[i] = rgb
self.colorNames.append(name)
# 进行颜色空间的变换
self.lab = cv2.cvtColor(self.lab, cv2.COLOR_RGB2LAB)
def label(self, image, c):
# 根据轮廓构造一个mask，然后计算mask区域的平均值
mask = np.zeros(image.shape[:2], dtype="uint8")
cv2.drawContours(mask, [c], -1, 255, -1)
mask = cv2.erode(mask, None, iterations=2)
mean = cv2.mean(image, mask=mask)[:3]
# 初始化最小距离
minDist = (np.inf, None)
# 遍历已知的LAB颜色值
for (i, row) in enumerate(self.lab):
# 计算当前l*a*b*颜色值与图像平均值之间的距离
d = dist.euclidean(row[0], mean)
# 如果当前的距离小于最小的距离，则进行变量更新
if d < minDist[0]:
minDist = (d, i)
# 返回最小距离对应的颜色值
return self.colorNames[minDist[1]]
2、 创建一个形状检测类
# coding=utf-8
import cv2
# 创建形状检测类
class ShapeDetector:
def __init__(self):
pass
def detect(self, c):
# 初始化形状名和近似的轮廓
shape = "unidentified"
peri = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.04 * peri, True)
# 如果当前的轮廓含有3个顶点，则其为三角形
if len(approx) == 3:
shape = "triangle"
# 如果当前的轮廓含有4个顶点，则其可能是矩形或者正方形
elif len(approx) == 4:
# 获取轮廓的边界框并计算长和宽的比例
(x, y, w, h) = cv2.boundingRect(approx)
ar = w / float(h)
shape = "square" if ar >= 0.95 and ar <= 1.05 else "rectangle"
# 如果这个轮廓含有5个顶点，则它是一个多边形
elif len(approx) == 5:
shape = "pentagon"
# 否则的话，我们认为它是一个圆
else:
shape = "circle"
# 返回形状的名称
return shape
3、主函数
# coding=utf-8
# python detect_color.py --image example_shapes.png
# 导入一些python包
from shapedetector import ShapeDetector
from colorlabeler import ColorLabeler
import argparse
import imutils
import cv2
# 设置并解析参数
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True, help="path to the input image")
args = vars(ap.parse_args())
# 读取图片
image = cv2.imread(args["image"])
# 进行裁剪操作
resized = imutils.resize(image, width=300)
ratio = image.shape[0] / float(resized.shape[0])
# 进行高斯模糊操作
blurred = cv2.GaussianBlur(resized, (5, 5), 0)
# 进行图片灰度化
gray = cv2.cvtColor(blurred, cv2.COLOR_BGR2GRAY)
# 进行颜色空间的变换
lab = cv2.cvtColor(blurred, cv2.COLOR_BGR2LAB)
# 进行阈值分割
thresh = cv2.threshold(gray, 60, 255, cv2.THRESH_BINARY)[1]
cv2.imshow("Thresh", thresh)
# 在二值图片中寻找轮廓
cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
# 初始化形状检测器和颜色标签
sd = ShapeDetector()
cl = ColorLabeler()
# 遍历每一个轮廓
for c in cnts:
# 计算每一个轮廓的中心点
M = cv2.moments(c)
cX = int((M["m10"] / M["m00"]) * ratio)
cY = int((M["m01"] / M["m00"]) * ratio)
# 进行颜色检测和形状检测
shape = sd.detect(c)
color = cl.label(lab, c)
# 进行坐标变换
c = c.astype("float")
c *= ratio
c = c.astype("int")
text = "{} {}".format(color, shape)
# 绘制轮廓并显示结果
cv2.drawContours(image, [c], -1, (0, 255, 0), 2)
cv2.putText(image, text, (cX, cY), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 255, 255), 2)
cv2.imshow("Image", image)
cv2.waitKey(0)
运行方法：python detect_color.py --image example_shapes.png
五、算法效果展示与分析
在这里插入图片描述
上图展示了该算法的一些中间结果，第1行第1列表示的是裁剪之后的结果，与代码中的resized 对应；第1行第2列表示的是mask图像；第1行第3列表示的是二值化的结果，和代码中的thresh 对应。通过观察上图我们可以发现，该算法可以很好的对输入图片进行二值化，可以准确的检测到不同的轮廓。
image.png
上图展示了算法的输出结果，通过观察上图我们可以获得一些信息，即该算法可以很好的检测到不同的轮廓，并准确的输出不同轮廓的颜色和形状信息。