如何使用Opencv对图像进行颜色特征提取

发布网友 发布时间：2022-04-23 00:14

我来回答

共2个回答

懂视网 时间：2022-05-10 11:10

这次给大家带来python opencv检测并提取目标颜色，python opencv检测并提取目标颜色的注意事项有哪些，下面就是实战案例，一起来看一下。

实例如下所示：

# -*- coding:utf-8 -*-
author = 'kingking'
version = '1.0'
date = '14/07/2017'
import cv2
import numpy as np
import time
if name == 'main':
 Img = cv2.imread('example.png')#读入一幅图像
 kernel_2 = np.ones((2,2),np.uint8)#2x2的卷积核
 kernel_3 = np.ones((3,3),np.uint8)#3x3的卷积核
 kernel_4 = np.ones((4,4),np.uint8)#4x4的卷积核
 if Img is not None:#判断图片是否读入
 HSV = cv2.cvtColor(Img, cv2.COLOR_BGR2HSV)#把BGR图像转换为HSV格式
 '''
 HSV模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）
 下面两个值是要识别的颜色范围
 '''
 Lower = np.array([20, 20, 20])#要识别颜色的下限
 Upper = np.array([30, 255, 255])#要识别的颜色的上限
 #mask是把HSV图片中在颜色范围内的区域变成白色，其他区域变成黑色
 mask = cv2.inRange(HSV, Lower, Upper)
 #下面四行是用卷积进行滤波
 erosion = cv2.erode(mask,kernel_4,iterations = 1)
 erosion = cv2.erode(erosion,kernel_4,iterations = 1)
 dilation = cv2.dilate(erosion,kernel_4,iterations = 1)
 dilation = cv2.dilate(dilation,kernel_4,iterations = 1)
 #target是把原图中的非目标颜色区域去掉剩下的图像
 target = cv2.bitwise_and(Img, Img, mask=dilation)
 #将滤波后的图像变成二值图像放在binary中
 ret, binary = cv2.threshold(dilation,127,255,cv2.THRESH_BINARY) 
 #在binary中发现轮廓，轮廓按照面积从小到大排列
 contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) 
 p=0
 for i in contours:#遍历所有的轮廓
 x,y,w,h = cv2.boundingRect(i)#将轮廓分解为识别对象的左上角坐标和宽、高
 #在图像上画上矩形（图片、左上角坐标、右下角坐标、颜色、线条宽度）
 cv2.rectangle(Img,(x,y),(x+w,y+h),(0,255,),3)
 #给识别对象写上标号
 font=cv2.FONT_HERSHEY_SIMPLEX
 cv2.putText(Img,str(p),(x-10,y+10), font, 1,(0,0,255),2)#加减10是调整字符位置
 p +=1
 print '黄色方块的数量是',p,'个'#终端

原始图像

处理之后保存的图像

相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！

推荐阅读：

python批量读取图片且存入数据库的实现

在Window10中Python3.5怎么安装opencv

热心网友 时间：2022-05-10 08:18

打开小画家，将色卡打开，点击吸管工具，移动鼠标到红色块上方，松开鼠标，此时，吸管工具已经提取了红色色块信息。然后点击右方的“编辑颜色”，弹出颜色选择对话框，此时，右下角有刚才习惯的红绿蓝颜色信息，如红152，绿18，蓝15。这个就是颜色对应的RGB色彩值。

创建VC控制台工程，加入所需头文件和库文件。注意要事先将opencv 头文件和库文件添加到工程属性中，作者使用opencv2.4+VC2010示范。
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <stdio.h>
#include <vector>
#include <math.h>
#pragma comment (lib,"opencv_core244d.lib")
#pragma comment (lib,"opencv_highgui244d.lib")
#pragma comment (lib,"opencv_imgproc244d.lib")

定义一个颜色常量target，默认值即为刚才吸管工具提取的红色色块的RGB值分量，和一个计算与颜色标准值色差的函数，暂定为色差在10以内即为相近颜色。这里cv::Vec3b 变量对应一个数组值, Vec3b[0] 对应blue，Vec3b[1]对应green，Vec3b[2]对应Red，即BGR。

接着添加以下代码，目的为读取源图片，根据图片大小做一定的缩放，然后定义同样大小的一个灰度图，用于存贮计算结果值。核心算法如下，遍历源图片，色差（与红色色块比较）低于30的即为需要提取的颜色值，将此像素位置记录并写入到灰度图中，以黑色显示，否则设置为白色。然后将处理前后图片显示出来。

实际商业应用中也是可以如法炮制的，比如下图的药片，大小，颜色不统一，如何提取识别*小药片在何处或计算其数量呢。
笔者尝试使用吸管工具提取其BGR值为（22,184,245），将色差由10调整为30，可以正确检测此药片。如图。