您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關怎么在python中使用opencv檢測目標顏色,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結了以下內容,希望大家根據(jù)這篇文章可以有所收獲。
Python是一種編程語言,內置了許多有效的工具,Python幾乎無所不能,該語言通俗易懂、容易入門、功能強大,在許多領域中都有廣泛的應用,例如最熱門的大數(shù)據(jù)分析,人工智能,Web開發(fā)等。
實例如下所示:
# -*- coding:utf-8 -*- import cv2 import numpy as np import time if __name__ == '__main__': Img = cv2.imread('example.png')#讀入一幅圖像 kernel_2 = np.ones((2,2),np.uint8)#2x2的卷積核 kernel_3 = np.ones((3,3),np.uint8)#3x3的卷積核 kernel_4 = np.ones((4,4),np.uint8)#4x4的卷積核 if Img is not None:#判斷圖片是否讀入 HSV = cv2.cvtColor(Img, cv2.COLOR_BGR2HSV)#把BGR圖像轉換為HSV格式 ''' HSV模型中顏色的參數(shù)分別是:色調(H),飽和度(S),明度(V) 下面兩個值是要識別的顏色范圍 ''' Lower = np.array([20, 20, 20])#要識別顏色的下限 Upper = np.array([30, 255, 255])#要識別的顏色的上限 #mask是把HSV圖片中在顏色范圍內的區(qū)域變成白色,其他區(qū)域變成黑色 mask = cv2.inRange(HSV, Lower, Upper) #下面四行是用卷積進行濾波 erosion = cv2.erode(mask,kernel_4,iterations = 1) erosion = cv2.erode(erosion,kernel_4,iterations = 1) dilation = cv2.dilate(erosion,kernel_4,iterations = 1) dilation = cv2.dilate(dilation,kernel_4,iterations = 1) #target是把原圖中的非目標顏色區(qū)域去掉剩下的圖像 target = cv2.bitwise_and(Img, Img, mask=dilation) #將濾波后的圖像變成二值圖像放在binary中 ret, binary = cv2.threshold(dilation,127,255,cv2.THRESH_BINARY) #在binary中發(fā)現(xiàn)輪廓,輪廓按照面積從小到大排列 contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) p=0 for i in contours:#遍歷所有的輪廓 x,y,w,h = cv2.boundingRect(i)#將輪廓分解為識別對象的左上角坐標和寬、高 #在圖像上畫上矩形(圖片、左上角坐標、右下角坐標、顏色、線條寬度) cv2.rectangle(Img,(x,y),(x+w,y+h),(0,255,),3) #給識別對象寫上標號 font=cv2.FONT_HERSHEY_SIMPLEX cv2.putText(Img,str(p),(x-10,y+10), font, 1,(0,0,255),2)#加減10是調整字符位置 p +=1 print '黃色方塊的數(shù)量是',p,'個'#終端輸出目標數(shù)量 cv2.imshow('target', target) cv2.imshow('Mask', mask) cv2.imshow("prod", dilation) cv2.imshow('Img', Img) cv2.imwrite('Img.png', Img)#將畫上矩形的圖形保存到當前目錄 while True: Key = chr(cv2.waitKey(15) & 255) if Key == 'q': cv2.destroyAllWindows() break
看完上述內容,你們對怎么在python中使用opencv檢測目標顏色有進一步的了解嗎?如果還想了解更多知識或者相關內容,請關注億速云行業(yè)資訊頻道,感謝大家的支持。
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經查實,將立刻刪除涉嫌侵權內容。