本文實(shí)例為大家分享了python利用opencv實(shí)現(xiàn)顏色檢測的具體代碼，供大家參考，具體內(nèi)容如下
需要實(shí)現(xiàn)倒車輔助標(biāo)記檢測的功能，倒車輔助標(biāo)記顏色已經(jīng)確定了，所以不需要使用深度學(xué)習(xí)的方法，那樣成本太高了，直接可以使用顏色檢測的方法。
1.首先需要確定待檢測目標(biāo)的HSV值
import cv2
img = 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: # 左邊鼠標(biāo)點(diǎn)擊
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.然后利用顏色檢測，檢測出指定目標(biāo)
import numpy as np
import cv2
font = cv2.FONT_HERSHEY_SIMPLEX
lower_red = np.array([0, 127, 128]) # 紅色閾值下界
higher_red = np.array([10, 255, 255]) # 紅色閾值上界
lower_yellow = np.array([15, 230, 230]) # 黃色閾值下界
higher_yellow = np.array([35, 255, 255]) # 黃色閾值上界
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) # 可以認(rèn)為是過濾出紅色部分，獲得紅色的掩膜
mask_yellow = cv2.inRange(img_hsv, lower_yellow, higher_yellow) # 獲得綠色部分掩膜
mask_yellow = cv2.medianBlur(mask_yellow, 7) # 中值濾波
mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波
mask_blue = cv2.inRange(img_hsv, lower_blue, higher_blue) # 獲得綠色部分掩膜
mask_blue = cv2.medianBlur(mask_blue, 7) # 中值濾波
#mask = cv2.bitwise_or(mask_green, mask_red) # 三部分掩膜進(jìn)行按位或運(yùn)算
print(mask_red)
cnts1, hierarchy1 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 輪廓檢測 #紅色
cnts2, hierarchy2 = cv2.findContours(mask_blue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) # 輪廓檢測 #紅色
cnts3, hierarchy3 = cv2.findContours(mask_yellow, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for cnt in cnts1:
(x, y, w, h) = cv2.boundingRect(cnt) # 該函數(shù)返回矩陣四個(gè)點(diǎn)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 將檢測到的顏色框起來
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) # 該函數(shù)返回矩陣四個(gè)點(diǎn)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) # 將檢測到的顏色框起來
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) # 該函數(shù)返回矩陣四個(gè)點(diǎn)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 將檢測到的顏色框起來
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內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
標(biāo)簽：合肥 阜新 信陽 昭通 淘寶好評回訪 濟(jì)源 隨州 興安盟
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《python利用opencv實(shí)現(xiàn)顏色檢測》，本文關(guān)鍵詞 python,利用,opencv,實(shí)現(xiàn),顏色,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
