您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了opencv如何實現(xiàn)特定顏色線條提取與定位,內(nèi)容簡而易懂,希望大家可以學(xué)習(xí)一下,學(xué)習(xí)完之后肯定會有收獲的,下面讓小編帶大家一起來看看吧。
主要步驟:
將RGB圖像轉(zhuǎn)化為HSV,H表示色調(diào)(度數(shù)表示0-180),S表示飽和度(取值0-255),V表示亮度(取值0-255),不同的顏色有著不同的取值范圍,一般給出如下:
設(shè)定待提取顏色的HSV范圍值,然后調(diào)用inRange函數(shù)實現(xiàn)對顏色空間的提取,該函數(shù)會將除目標(biāo)顏色外的其余顏色為黑色背景,僅保留該顏色為前景
cv2.inRange(hsv, lower_red, upper_red)
參數(shù)解析:
第一個參數(shù):hsv指的是原圖
第二個參數(shù):lower_red指的是圖像中低于這個lower_red的值,圖像值變?yōu)?
第三個參數(shù):upper_red指的是圖像中高于這個upper_red的值,圖像值變?yōu)?
而在lower_red~upper_red之間的值變成255
二值化
腐蝕與膨脹操作,去除噪點,連接斷點
調(diào)用findContours函數(shù)進行輪廓檢測
cv2.findContours()函數(shù)接受的參數(shù)為二值圖,即黑白的(不是灰度圖)
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])
參數(shù)解析
第一個參數(shù)是尋找輪廓的圖像;
第二個參數(shù)表示輪廓的檢索模式,有四種(本文介紹的都是新的cv2接口):
cv2.RETR_EXTERNAL表示只檢測外輪廓
cv2.RETR_LIST檢測的輪廓不建立等級關(guān)系
cv2.RETR_CCOMP建立兩個等級的輪廓,上面的一層為外邊界,里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個連通物體,這個物體的邊界也在頂層。
cv2.RETR_TREE建立一個等級樹結(jié)構(gòu)的輪廓。
第三個參數(shù)method為輪廓的近似辦法
cv2.CHAIN_APPROX_NONE存儲所有的輪廓點,相鄰的兩個點的像素位置差不超過1,即max(abs(x1-x2),abs(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE壓縮水平方向,垂直方向,對角線方向的元素,只保留該方向的終點坐標(biāo),例如一個矩形輪廓只需4個點來保存輪廓信息
cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
返回值
cv2.findContours()函數(shù)返回三個值,一個是圖像,一個是輪廓本身,還有一個是每條輪廓對應(yīng)的屬性。
對于輪廓是以坐標(biāo)的形式返回,可以通過函數(shù)cv2.drawContours()繪制出輪廓
繪制矩形區(qū)域?qū)喞M行定位
主要代碼如下:
import numpy as np import cv2 import os image = 'image1.jpg' savefile = './mark1' # image = os.listdir(image_file) save_image = os.path.join(savefile, image) #設(shè)定顏色HSV范圍,假定為紅色 redLower = np.array([156, 43, 46]) redUpper = np.array([179, 255, 255]) #讀取圖像 img = cv2.imread(image) #將圖像轉(zhuǎn)化為HSV格式 hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) #去除顏色范圍外的其余顏色 mask = cv2.inRange(hsv, redLower, redUpper) # 二值化操作 ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY) #膨脹操作,因為是對線條進行提取定位,所以腐蝕可能會造成更大間隔的斷點,將線條切斷,因此僅做膨脹操作 kernel = np.ones((5, 5), np.uint8) dilation = cv2.dilate(binary, kernel, iterations=1) #獲取圖像輪廓坐標(biāo),其中contours為坐標(biāo)值,此處只檢測外形輪廓 _, contours, hierarchy = cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: #cv2.boundingRect()返回輪廓矩陣的坐標(biāo)值,四個值為x, y, w, h, 其中x, y為左上角坐標(biāo),w,h為矩陣的寬和高 boxes = [cv2.boundingRect(c) for c in contours] for box in boxes: x, y, w, h = box #繪制矩形框?qū)喞M行定位 cv2.rectangle(img, (x, y), (x+w, y+h), (153, 153, 0), 2) #將繪制的圖像保存并展示 cv2.imwrite(save_image, img) cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows()
效果如圖,一試卷紅色批改字樣為例:
原圖:
對批改區(qū)域定位圖:
以上就是關(guān)于opencv如何實現(xiàn)特定顏色線條提取與定位的內(nèi)容,如果你們有學(xué)習(xí)到知識或者技能,可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。