opencv检测图片上七种颜色,分辨颜色和对应位置
读取图片:使用cv2.imread()函数读取目标图片。
转换颜色空间:通常在HSV颜色空间中进行颜色检测,因为HSV颜色空间更适合描述颜色的属性。
定义颜色范围:为七种颜色定义HSV范围。例如,红色、绿色、蓝色、黄色、紫色、橙色和青色。
创建掩码:使用cv2.inRange()函数根据定义的颜色范围创建掩码。
位运算:使用掩码与原图进行位运算,提取特定颜色的区域。
查找轮廓:使用cv2.findContours()函数查找颜色区域的轮廓。
绘制轮廓:使用cv2.drawContours()函数在原图上绘制轮廓,以标记颜色的位置。
颜色识别:根据轮廓的位置和掩码,识别颜色。
import cv2
import numpy as np
def color_detection():
"""
颜色检测
:return:
"""
# 读取图片
image = cv2.imread(r'C:\Users\O_zhenhua.zhang\Desktop\cdc\AutoVehicleControl\vehicle_control_tools\received_image.jpg')
# 转换颜色空间从BGR到HSV
hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 定义颜色的HSV范围
color_ranges = {
'red':((0, 120, 70), (10, 255, 255)),
'green': ((40, 40, 40), (80, 255, 255)),
'blue': ((110, 110, 140), (140, 255, 255)),
'yellow': ((20, 40, 40), (40, 255, 255)),
'purple': ((120, 120, 140), (160, 255, 255)),
'orange': ((10, 40, 40), (20, 255, 255)),
'cyan': ((160, 160, 180), (180, 255, 255))
}
# 检测颜色并绘制轮廓
for color_name, (lower, upper) in color_ranges.items():
# 创建颜色掩码
mask = cv2.inRange(hsv_image, np.array(lower), np.array(upper))
# 用掩码提取特定颜色的区域
color_image = cv2.bitwise_and(image, image, mask=mask)
# 寻找轮廓
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
for contour in contours:
area = cv2.contourArea(contour)
if area > 1000: # 可根据需要调整面积阈值
cv2.drawContours(image, [contour], -1, (0, 255, 0), 3) # 绿色轮廓
# 显示结果
cv2.imshow('Color Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == '__main__':
color_detection()