• python+opencv寻找图片或视频中颜色进行追踪之HSV颜色处理


    python+opencv寻找图片或视频中颜色进行追踪之HSV颜色处理

    1.颜色空间转换

    import cv2
    
    img = cv2.imread('1.jpg')
    # 转换为灰度图
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    cv2.imshow('img', img)
    cv2.imshow('gray', img_gray)
    cv2.waitKey(0)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9

    cv2.cvtColor()用来进行颜色模型转换,参数 1 是要转换的图片,参数 2 是转换模式

    2.视频中特定颜色物体追踪

    import cv2
    import numpy as np
    
    def detect_white(image_path):
        # 读取图像
        image = cv2.imread(image_path)
    
        # 将图像从RGB转换为HSV
        hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    
        # 定义白色在HSV颜色空间的阈值范围
        lower_white = np.array([114,  36, 234], dtype=np.uint8)
        upper_white = np.array([177 , 10 ,251], dtype=np.uint8)
    
        # 应用阈值,提取白色区域
        white_mask = cv2.inRange(hsv_image, lower_white, upper_white)
    
        # 对提取的二值图像进行形态学操作,去除噪音
        kernel = np.ones((5, 5), np.uint8)
        white_mask = cv2.morphologyEx(white_mask, cv2.MORPH_OPEN, kernel)
    
        # 在原始图像上标记白色区域
        result = cv2.bitwise_and(image, image, mask=white_mask)
    
        # 显示结果图像
        cv2.imshow("Result", result)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
    
    # 调用函数进行白色区域识别
    detect_white("2.jpg")
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    3.那蓝色的 HSV 值的上下限 lower 和 upper 范围是怎么得到的呢?

    
    import cv2
    import numpy as np
    
    # img是你的BGR图像
    img = cv2.imread('1111.png')
    
    # 将BGR图像转换为HSV图像
    hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    # 获取H, S, V的最小值和最大值
    min_h, max_h = np.min(hsv_img[:,:,0]), np.max(hsv_img[:,:,0])
    min_s, max_s = np.min(hsv_img[:,:,1]), np.max(hsv_img[:,:,1])
    min_v, max_v = np.min(hsv_img[:,:,2]), np.max(hsv_img[:,:,2])
    
    print(min_h, max_h)
    print(min_s, max_s)
    print(min_v, max_v)
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    或者:

    import cv2
    
    img = cv2.imread('2.jpg')
    # 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
    
    
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
  • 相关阅读:
    TCP/IP协议介绍——三次握手四次挥手
    K8S知识点(五)
    One bite of Stream(7)
    动态内存分配
    官宣!苏州吴江开发区上线电子劳动合同平台
    CSAPP Lab08——Proxy Lab完成思路
    05. 聚类---K(k-means)均值
    随机化算法概述
    mysql多列索引(组合索引)特点和使用场景
    在生产中部署ML前需要了解的事
  • 原文地址:https://blog.csdn.net/huage926/article/details/133128944