python opencv根據(jù)顏色進行目標檢測的方法示例
顏色目標檢測就是根據(jù)物體的顏色快速進行目標定位。使用cv2.inRange函數(shù)設(shè)定合適的閾值,即可以選出合適的目標。
建立項目colordetect.py,代碼如下:
#! /usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import cv2
def colorDetect():
image = cv2.imread('./1.png')
# 使用RGB顏色空間檢測紅 藍 黃 灰,設(shè)置合適的閾值
boundaries = [
([17, 15, 100], [50, 56, 200]),
([86, 31, 4], [220, 88, 50]),
([25, 146, 190], [62, 174, 250]),
([103, 86, 65], [145, 133, 128])
]
for lower, upper in boundaries:
lower = np.array(lower, dtype='uint8')
upper = np.array(upper, dtype='uint8')
# 低于lower和高于upper的像素為黑色,lower-upper之間的像素為白色
mask = cv2.inRange(image, lower, upper)
# 利用蒙版,進行圖像的邏輯與運算
output = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow('image', np.hstack([image, output]))
cv2.waitKey(0)
cv2.destroyAllWindows()
def main():
colorDetect()
if __name__ == "__main__":
main()
定義RGB顏色列表:
boundaries = [ ([17, 15, 100], [50, 56, 200]), ([86, 31, 4], [220, 88, 50]), ([25, 146, 190], [62, 174, 250]), ([103, 86, 65], [145, 133, 128]) ]
該部分([17, 15, 100], [50, 56, 200]),表示圖像像素R>=100, B>=15, G>=15和R<=200, B<=56, G<=50的像素將視為紅色。
執(zhí)行代碼,結(jié)果如下:

總結(jié)
要檢測圖像中顏色,第一件事要做的就是定義像素值的上限和下限。不同的顏色空間具有不同上下限值,定義了上限和下限后,就可以調(diào)用cv2.inRange方法返回一個mask,將該mask與圖像進行邏輯與bitwise_and就可以得到該圖像。
參考資料
https://www.pyimagesearch.com
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
在Linux系統(tǒng)上安裝Python的Scrapy框架的教程
這篇文章主要介紹了在Linux系統(tǒng)上安裝Python的Scrapy框架的教程,Scrapy是著名的專門針對搜索引擎的爬蟲制作而研發(fā)的Python框架,需要的朋友可以參考下2015-06-06
翻轉(zhuǎn)數(shù)列python實現(xiàn),求前n項和,并能輸出整個數(shù)列的案例
這篇文章主要介紹了翻轉(zhuǎn)數(shù)列python實現(xiàn),求前n項和,并能輸出整個數(shù)列的案例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05

