鼠标点击来动态确定 HSV 范围

根据鼠标点击来动态确定 HSV 范围，可以先获取用户点击的像素值，然后使用这个值生成合适的 HSV 范围。这样，我们可以提取图像中的特定颜色（比如蓝色框）

代码步骤：

• 获取鼠标点击的颜色值：用户点击图像后，从该点提取 HSV 值。

• 定义 HSV 范围：以点击的 HSV 值为中心，设置一定的上下限范围。

• 基于 HSV 范围提取颜色：使用提取的 HSV 范围进行颜色分割，并提取相应的框。

   import cv2
   import numpy as np
   
   # 全局变量
   hsv_clicked = None
   
   def mouse_callback(event, x, y, flags, param):
       global hsv_clicked
       if event == cv2.EVENT_LBUTTONDOWN:  # 当检测到左键点击时
           # 获取点击处的BGR像素值
           pixel = img[y, x]
           print(f"Clicked BGR value: {pixel}")
           
           # 将BGR值转换为HSV
           hsv_pixel = cv2.cvtColor(np.uint8([[pixel]]), cv2.COLOR_BGR2HSV)
           hsv_clicked = hsv_pixel[0][0]
           print(f"Clicked HSV value: {hsv_clicked}")
   
           # 重新处理图像
           process_image_with_hsv_range(hsv_clicked)
   
   def process_image_with_hsv_range(hsv_value):
       # 设定点击颜色的HSV范围 (可根据需要调整)
       lower_hsv = np.array([hsv_value[0] - 10, max(50, hsv_value[1] - 50), max(50, hsv_value[2] - 50)])
       upper_hsv = np.array([hsv_value[0] + 10, min(255, hsv_value[1] + 50), min(255, hsv_value[2] + 50)])
   
       print(f"Lower HSV: {lower_hsv}")
       print(f"Upper HSV: {upper_hsv}")
   
       # 将图像转换为HSV
       hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
       
       # 基于点击的HSV范围生成掩码
       mask = cv2.inRange(hsv, lower_hsv, upper_hsv)
       
       # 使用掩码提取颜色
       result = cv2.bitwise_and(img, img, mask=mask)
   
       # 查找边缘
       gray = cv2.cvtColor(result, cv2.COLOR_BGR2GRAY)
       edges = cv2.Canny(gray, 50, 150)
   
       # 查找轮廓
       contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
       
       # 绘制轮廓的矩形框
       for contour in contours:
           area = cv2.contourArea(contour)
           if area > 500:  # 过滤小的轮廓
               x, y, w, h = cv2.boundingRect(contour)
               cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
       
       # 显示结果
       cv2.imshow("Processed Image", img)
   
   # 加载图像
   image_path = "/mnt/data/blue.png"
   img = cv2.imread(image_path)
   
   # 显示图像并设置鼠标回调函数
   cv2.imshow('Image', img)
   cv2.setMouseCallback('Image', mouse_callback)
   
   # 等待用户操作
   cv2.waitKey(0)
   cv2.destroyAllWindows()
  

代码说明：

1. 鼠标点击获取颜色值：

当用户点击图像时，通过鼠标回调函数 mouse_callback() 获取点击位置的 BGR 值，然后将其转换为 HSV。
打印出的 BGR 和 HSV 值是用于调试的。

2. 设定 HSV 范围：

使用点击的 HSV 值来生成上下限范围，稍微扩展一下上下限（+/- 10）来包含颜色的近似值。
上下限中的色相范围是 ±10，而饱和度和亮度可以根据情况调整。

3. 图像处理：

通过 cv2.inRange() 函数使用生成的 HSV 范围来创建掩码，接着用掩码提取出该颜色的部分。
之后，通过 cv2.findContours() 查找轮廓，并在原图上绘制矩形框标出提取到的区域。

使用步骤：

• 运行程序，图像窗口会弹出。
• 在弹出的图像窗口中点击你希望提取的蓝色框的某一点。 程序将提取点击位置的 HSV 值，使用这个 HSV 值来提取图像中所有符合这个颜色范围的区域。 你可以根据需要调整 HSV 范围，以提取不同的颜色范围。