Python OpenCV教程：特定颜色的检测

在这篇OpenCV Python文章中，我想展示OpenCV中的基本颜色检测示例。 我们用颜色空间或颜色模型来表示计算机上的颜色，该模型基本上将颜色范围描述为数字元组。除了讨论每种颜色之外，我们还将讨论我们使用的最常见的颜色空间。即RGB（红色，绿色，蓝色）和HSV（色调，饱和度，值）。 RGB基本上将颜色描述为三个组成部分的元组。每个分量可以取0到255之间的值，其中元组（0，0，0）表示黑色，而（255，255，255）表示白色。例如，如果要在屏幕上显示纯蓝色像素，则R值将为0，G值将为0，B值将为255。 下面是一些RGB颜色的例子:

颜色	RGB 值
红色	255, 0, 0
橙色	255, 128, 0
粉色	255, 153, 255

下面是OpenCV Python颜色检测示例的完整代码

import cv2
import numpy as np

img = cv2.imread('www.linuxmi.com.png')

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

#Red color rangle  169, 100, 100 , 189, 255, 255

lower_range = np.array([110,50,50])
upper_range = np.array([255,255,0])

mask = cv2.inRange(hsv, lower_range, upper_range)

cv2.imshow('www.linuxmi.ccom - image', img)
cv2.imshow('www.linuxmi.ccom - mask', mask)

cv2.waitKey(0)
cv2.destroyAllWindows()

首先，你需要在你的工作目录中有一个图像，我正在使用这个图像，你可以从下面得到这个图像。

首先我们需要加载图像，然后我们将图像转换为HSV颜色。 img = cv2.imread('www.linuxmi.com.png') hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) 之后，您需要确定颜色的上限和下限，可以为此建议使用imutils。在上图中，我们将检测三种蓝色。 lower_range = np.array([110,50,50])
upper_range = np.array([255,255,0]) 之后，我们需要创建图像的蒙版。 mask = cv2.inRange(hsv, lower_range, upper_range) 最后我们需要展示图像和蒙版。 cv2.imshow('www.linuxmi.ccom - image', img)
cv2.imshow('www.linuxmi.ccom - mask', mask) 现在运行完整的代码。

审核编辑：汤梓红