怎么用opencv判斷多種顏色小球的形狀及位置

這篇文章主要介紹了怎么用opencv判斷多種顏色小球的形狀及位置的相關(guān)知識(shí)，內(nèi)容詳細(xì)易懂，操作簡(jiǎn)單快捷，具有一定借鑒價(jià)值，相信大家閱讀完這篇怎么用opencv判斷多種顏色小球的形狀及位置文章都會(huì)有所收獲，下面我們一起來看看吧。

一、opencv是什么？

OpenCV是一個(gè)用于圖像處理、分析、機(jī)器視覺方面的開源函數(shù)庫.

二、使用步驟

1.引入庫

代碼如下：

import cv2
import numpy as np

2.設(shè)置顏色閾值

代碼如下：

#顏色閾值
low_red = np.array([100, 100, 60])
up_red = np.array([180, 255, 255])
low_green = np.array([35, 43, 46])
up_green = np.array([77, 255, 255])
low_blue = np.array([90, 110, 110])
up_blue = np.array([124, 255, 255])
#記錄形狀
xz = {}

字典xz是待會(huì)記錄形狀用的

3.對(duì)圖片進(jìn)行加載和處理

代碼如下：

if __name__ == '__main__':
    image = cv2.imread('img_1.png')#讀取圖像
    image = cv2.resize(image, (500, 500))#重新裁剪圖像
    #image = cv2.GaussianBlur(image, (11, 11), 0)#高斯濾波
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    color_read(hsv, image)#處理圖片的函數(shù)
    cv2.imshow('image', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

4.處理圖片的函數(shù)

代碼如下：

def color_read(hsv, image):
    global xz
    blue = get_image(hsv, low_blue, up_blue)#使用獲取顏色空間的函數(shù)進(jìn)行顏色獲取三種顏色
    red = get_image(hsv, low_red, up_red)
    green = get_image(hsv, low_green, up_green)
    mask = blue + red + green
    #尋找圖像的輪廓
    cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
    print('cnts:', len(cnts))
    ##先判斷形狀再畫輪廓
    for cnt in cnts:
        area = cv2.contourArea(cnt)#計(jì)算輪廓的面積
        print('area:', area)
        if area > 1000:
            epsilon = 0.04 * cv2.arcLength(cnt, True)#計(jì)算輪廓長(zhǎng)度
            approx = cv2.approxPolyDP(cnt, epsilon, True)#計(jì)算輪廓角點(diǎn)
            corners = len(approx)
            print(corners)
            #根據(jù)角點(diǎn)的個(gè)數(shù)判斷形狀
            if corners == 3:
                a = '三角形'
                b = approx[0][0][0]  # 根據(jù)三角形的角點(diǎn)判斷位置
                xz[a] = b
                area, trgl = cv2.minEnclosingTriangle(cnt)#尋找三角形的輪廓
                # 繪制三角形輪廓
                for i in range(0, 3):
                    cv2.line(image, tuple(trgl[i][0]), tuple(trgl[(i + 1) % 3][0]), (0, 255, 0), 2)
            elif corners == 4:
                a = '矩形'
                b = approx[0][0][0]
                xz[a] = b
                x, y, w, h = cv2.boundingRect(cnt)#尋找矩形輪廓
                cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)#繪制矩形輪廓
                
            else:
            	#圓形這里是處理的不好的地方所以我沒有用變量x1和z，因?yàn)楫嫵鰜淼妮喞悬c(diǎn)大
                a = '圓'
                b = approx[0][0][0]
                xz[a] = b
                ((x1, y1), z) = cv2.minEnclosingCircle(cnt)#尋找圓形輪廓
                x1 = int(x1)
                y1 = int(y1)
                z = int(z)
                cv2.circle(image, (150, y1), 60, (0, 255, 0), 2)#繪制圓形輪廓

5.獲取顏色空間函數(shù)

代碼如下：

#獲取圖像hsv的方法
def get_image(hsv, low, up):
    mask = cv2.inRange(hsv, low, up)#獲取色彩空間
    mask = cv2.erode(mask, None, 2)#腐蝕操作
    mask = cv2.dilate(mask, None, 2)#膨脹操作
    return mask

6.完整代碼

#獲取圖像hsv的方法
import cv2
import numpy as np
#顏色閾值
low_red = np.array([100, 100, 60])
up_red = np.array([180, 255, 255])
low_green = np.array([35, 43, 46])
up_green = np.array([77, 255, 255])
low_blue = np.array([90, 110, 110])
up_blue = np.array([124, 255, 255])
#記錄形狀
xz = {}

#獲取圖像hsv的方法
def get_image(hsv, low, up):
    mask = cv2.inRange(hsv, low, up)#獲取色彩空間
    mask = cv2.erode(mask, None, 2)#腐蝕操作
    mask = cv2.dilate(mask, None, 2)#膨脹操作
    return mask

#獲取輪廓
def color_read(hsv, image):
    global xz
    blue = get_image(hsv, low_blue, up_blue)#使用獲取顏色空間的函數(shù)進(jìn)行顏色獲取三種顏色
    red = get_image(hsv, low_red, up_red)
    green = get_image(hsv, low_green, up_green)
    mask = blue + red + green
    #尋找圖像的輪廓
    cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
    print('cnts:', len(cnts))
    ##先判斷形狀再畫輪廓
    for cnt in cnts:
        area = cv2.contourArea(cnt)#計(jì)算輪廓的面積
        print('area:', area)
        if area > 1000:
            epsilon = 0.04 * cv2.arcLength(cnt, True)#計(jì)算輪廓長(zhǎng)度
            approx = cv2.approxPolyDP(cnt, epsilon, True)#計(jì)算輪廓角點(diǎn)
            corners = len(approx)
            print(corners)
            #根據(jù)角點(diǎn)的個(gè)數(shù)判斷形狀
            if corners == 3:
                a = '三角形'
                b = approx[0][0][0]  # 根據(jù)三角形的角點(diǎn)判斷位置
                xz[a] = b
                area, trgl = cv2.minEnclosingTriangle(cnt)#尋找三角形的輪廓
                # 繪制三角形輪廓
                for i in range(0, 3):
                    cv2.line(image, tuple(trgl[i][0]), tuple(trgl[(i + 1) % 3][0]), (0, 255, 0), 2)
            elif corners == 4:
                a = '矩形'
                b = approx[0][0][0]
                xz[a] = b
                x, y, w, h = cv2.boundingRect(cnt)#尋找矩形輪廓
                cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)#繪制矩形輪廓

            else:
                a = '圓'
                b = approx[0][0][0]
                xz[a] = b
                ((x1, y1), z) = cv2.minEnclosingCircle(cnt)#尋找圓形輪廓
                x1 = int(x1)
                y1 = int(y1)
                z = int(z)
                cv2.circle(image, (150, y1), 60, (0, 255, 0), 2)#繪制圓形輪廓


if __name__ == '__main__':
    image = cv2.imread('img_1.png')#讀取圖像
    image = cv2.resize(image, (500, 500))#重新裁剪圖像
    #image = cv2.GaussianBlur(image, (11, 11), 0)#高斯濾波
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    color_read(hsv, image)#處理圖片的函數(shù)
    cv2.imshow('image', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    #對(duì)拿到的小球字典位置數(shù)據(jù)進(jìn)行處理
    xz[min(xz, key=xz.get)] = 1
    xz[max(xz, key=xz.get)] = 3
    xz[max(xz, key=xz.get)] = 2
    xz = sorted(xz.items(), key=lambda x: x[1], reverse=False)
    xz = dict(xz)

    print(xz)

關(guān)于“怎么用opencv判斷多種顏色小球的形狀及位置”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對(duì)“怎么用opencv判斷多種顏色小球的形狀及位置”知識(shí)都有一定的了解，大家如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。