訂閱
糾錯
加入自媒體
當前位置： OFweek 人工智能網(wǎng)   >  正文

使用 OPENCV Python 進行顏色檢測和選擇

在今天的文章中，我們將討論如何使用 OpenCV－python 從圖像或視頻內(nèi)容中檢測和選擇顏色。

在開始之前，想指出你需要與本文一起完成的先決條件。首先，考慮到你已經(jīng)了解編程，你需要知道如何在 OpenCV－python 中讀取和顯示圖像。

讀取和顯示圖像

這里的第一步是使用 opencv 從圖像文件中讀取和顯示圖像。為此，我們將使用下面的代碼片段：

import cv2

＃ read the image into memory

img ＝ cv2．imread（＂．／images／image1．jpg＂）

＃ resise the image

img ＝ cv2．resize（img， （640， 480））

＃ create a window named image and display the image inside of it．

cv2．imshow（＂Image＂， img）

＃ wait untill a any key is pressed to quite the program

cv2．waitKey（0）

創(chuàng)建 Trackbar 滑動條

為了檢測圖像中的顏色，我們需要將圖像轉(zhuǎn)換為 HSV（Hue Saturation Value）圖像。此圖像比例將允許用于在給定的 UPPER 和 LOWER 范圍內(nèi)選擇顏色。

在本節(jié)中，讓我們繼續(xù)編寫代碼來創(chuàng)建滑動條，并從滑塊中提取值作為用戶輸入。

為此，我們的代碼需要進行更多更改。它現(xiàn)在應該是這樣的。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

   print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）
   


   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

將圖像轉(zhuǎn)換為 HSV 比例

現(xiàn)在我們能夠讓滑塊和滑動條正常工作，讓我們繼續(xù)將我們的圖像轉(zhuǎn)換為 HSV 比例，然后能夠在特定顏色范圍內(nèi)選擇顏色。

我們可以用第35行的代碼做到這一點

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）


img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

得到我們想要的顏色的上下界

現(xiàn)在我們已經(jīng)將圖像轉(zhuǎn)換為 HSV 比例，我們將更多地了解我們想要檢測和選擇的顏色的上限和下限。我們分別使用第35行和第36行的代碼來執(zhí)行此操作。

注意：確保此時已導入 numpy，否則會出現(xiàn)一些錯誤，numpy 預裝了 OpenCV－Python。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）

   ＃ set bounds

   lower＿bound ＝ np．a(chǎn)rray（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．a(chǎn)rray（［hue＿max， sat＿max， val＿max］）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

創(chuàng)建一個掩碼并將其用于 Bitwise＿and 操作

現(xiàn)在，我們需要創(chuàng)建一個圖像掩碼，并使用它來執(zhí)行按位操作，使用用戶使用滑動條設置的 UPPER 邊界和 LOWER 邊界。

這將使我們能夠選擇該顏色范圍內(nèi)的顏色。我們的代碼現(xiàn)在應該如下所示，分別在第43行和第46行進行了更改。

在第50行，我們簡單地顯示圖像�，F(xiàn)在你可以調(diào)整滑塊并選擇你選擇的不同顏色。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））


while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）

   ＃ set bounds

   lower＿bound ＝ np．a(chǎn)rray（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．a(chǎn)rray（［hue＿max， sat＿max， val＿max］）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   ＃ create mask

   mask ＝ cv2．inRange（hsv＿img， lower＿bound， upper＿bound）
 

   ＃  we perform bitwise and operation here

   resulting＿img ＝ cv2．bitwise＿and（img， img， mask＝mask）
   
   

   ＃ display the image here

   cv2．imshow（＂Image＂， resulting＿img）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break


cv2．destroyAllWindows（）

最后的潤色

現(xiàn)在我們已經(jīng)做到了這一點，讓我們堆疊圖像以獲得更好的演示�？梢栽诖舜a段中找到此代碼。

在第46行，我們創(chuàng)建了一個堆疊圖像并將其顯示在第49行。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）

   ＃ set bounds

   lower＿bound ＝ np．a(chǎn)rray（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．a(chǎn)rray（［hue＿max， sat＿max， val＿max］）

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）

   ＃ create mask

   mask ＝ cv2．inRange（hsv＿img， lower＿bound， upper＿bound）


   resulting＿img ＝ cv2．bitwise＿and（img， img， mask＝mask）


   stacked＿imgs ＝ np．hstack（［img， resulting＿img］）

＃     create a stacked image of the original and the HSV one．

   cv2．imshow（＂Image＂， stacked＿imgs）

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

結(jié)論

有關(guān)該項目的視頻說明，請查看：

image.png

       原文標題 : 使用 OPENCV Python 進行顏色檢測和選擇

聲明： 本文由入駐維科號的作者撰寫，觀點僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標題：
*糾錯內(nèi)容：
聯(lián)系郵箱：
*驗 證 碼：

粵公網(wǎng)安備 44030502002758號