您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:python利用opencv实现颜色检测

51自学网 2021-10-30 22:55:29
  python
这篇教程python利用opencv实现颜色检测写得很实用,希望能帮到您。

本文实例为大家分享了python利用opencv实现颜色检测的具体代码,供大家参考,具体内容如下

需要实现倒车辅助标记检测的功能,倒车辅助标记颜色已经确定了,所以不需要使用深度学习的方法,那样成本太高了,直接可以使用颜色检测的方法。

1.首先需要确定待检测目标的HSV值

import cv2img = cv2.imread('l3.png')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)def mouse_click(event, x, y, flags, para): if event == cv2.EVENT_LBUTTONDOWN: # 左边鼠标点击  print('PIX:', x, y)  print("BGR:", img[y, x])  print("GRAY:", gray[y, x])  print("HSV:", hsv[y, x])if __name__ == '__main__': cv2.namedWindow("img") cv2.setMouseCallback("img", mouse_click) while True:  cv2.imshow('img', img)  if cv2.waitKey() == ord('q'):   break cv2.destroyAllWindows()

2.然后利用颜色检测,检测出指定目标

import numpy as npimport cv2font = cv2.FONT_HERSHEY_SIMPLEXlower_red = np.array([0, 127, 128]) # 红色阈值下界higher_red = np.array([10, 255, 255]) # 红色阈值上界lower_yellow = np.array([15, 230, 230]) # 黄色阈值下界higher_yellow = np.array([35, 255, 255]) # 黄色阈值上界lower_blue = np.array([85,240,140])higher_blue = np.array([100,255,165])frame=cv2.imread("l3.png")img_hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)mask_red = cv2.inRange(img_hsv, lower_red, higher_red) # 可以认为是过滤出红色部分,获得红色的掩膜mask_yellow = cv2.inRange(img_hsv, lower_yellow, higher_yellow) # 获得绿色部分掩膜mask_yellow = cv2.medianBlur(mask_yellow, 7) # 中值滤波mask_red = cv2.medianBlur(mask_red, 7) # 中值滤波mask_blue = cv2.inRange(img_hsv, lower_blue, higher_blue) # 获得绿色部分掩膜mask_blue = cv2.medianBlur(mask_blue, 7) # 中值滤波#mask = cv2.bitwise_or(mask_green, mask_red) # 三部分掩膜进行按位或运算print(mask_red)cnts1, hierarchy1 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 轮廓检测 #红色cnts2, hierarchy2 = cv2.findContours(mask_blue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 轮廓检测 #红色cnts3, hierarchy3 = cv2.findContours(mask_yellow, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)for cnt in cnts1: (x, y, w, h) = cv2.boundingRect(cnt) # 该函数返回矩阵四个点 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 将检测到的颜色框起来 cv2.putText(frame, 'red', (x, y - 5), font, 0.7, (0, 0, 255), 2)for cnt in cnts2: (x, y, w, h) = cv2.boundingRect(cnt) # 该函数返回矩阵四个点 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 将检测到的颜色框起来 cv2.putText(frame, 'blue', (x, y - 5), font, 0.7, (0, 0, 255), 2)for cnt in cnts3: (x, y, w, h) = cv2.boundingRect(cnt) # 该函数返回矩阵四个点 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 将检测到的颜色框起来 cv2.putText(frame, 'yellow', (x, y - 5), font, 0.7, (0, 255, 0), 2)cv2.imshow('frame', frame)cv2.waitKey(0)cv2.destroyAllWindows()

3.效果

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持51zixue.net。


详解Python中openpyxl模块基本用法
Python接口自动化系列之unittest结合ddt的使用教程详解
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。