在本文中，我將向您展示如何使用OpenCV和Python執(zhí)行顏色檢測(cè)。

OpenCV和Python顏色檢測(cè)

讓我們開始吧。

打開你最喜歡的python編輯器，創(chuàng)建一個(gè)名為 q的文件:

我們將從第3-5行導(dǎo)入必要的包開始。我們將使用NumPy進(jìn)行數(shù)值處理，使用argparse解析命令行參數(shù)，使用CV2進(jìn)行OpenCV綁定。

第8-10行處理命令行參數(shù)的解析。我們只需要一個(gè)開關(guān)，即映像，它是指向映像駐留在磁盤上的路徑。

然后，在第13行，我們從磁盤上加載圖像。

現(xiàn)在，有趣的部分來了。

我們希望能夠檢測(cè)圖像中的每個(gè)Game Boy盒帶。這意味著我們必須識(shí)別圖像中的紅色、藍(lán)色、黃色和灰色。

讓我們繼續(xù)定義以下顏色列表：

我們?cè)谶@里所做的只是在RGB顏色空間中定義一個(gè)邊界列表（或者更確切地說，BGR，因?yàn)镺penCV以相反的順序?qū)D像表示為NumPy數(shù)組），其中列表中的每個(gè)條目都是一個(gè)具有兩個(gè)值的元組：一個(gè)下限列表和一個(gè)上限列表。

例如，讓我們看看元組（[17,15100]，[50,56200]）。

這里，我們的意思是，圖像中R>=100、B>=15和G>=17以及R<=200、B<=56和G<=50的所有像素都將被視為紅色。

現(xiàn)在我們有了邊界列表，我們可以使用CV2。inRange函數(shù)執(zhí)行實(shí)際顏色檢測(cè)。

我們來看看：

我們開始在第24行的上限和下限上循環(huán)，然后在第26行和第27行將上限和下限轉(zhuǎn)換為NumPy數(shù)組。這兩行代碼似乎可以省略，但在使用OpenCV Python綁定時(shí)，OpenCV希望這些限制是NumPy數(shù)組。此外，由于這些是在[0，256]范圍內(nèi)的像素值，我們可以使用無符號(hào)8位整數(shù)數(shù)據(jù)類型。

要使用OpenCV執(zhí)行實(shí)際的顏色檢測(cè)，請(qǐng)查看第31行，其中使用了CV2。inRange函數(shù)。

CV2.inRange函數(shù)需要三個(gè)參數(shù)：第一個(gè)參數(shù)是我們要執(zhí)行顏色檢測(cè)的圖像，第二個(gè)參數(shù)是要檢測(cè)的顏色的下限，第三個(gè)參數(shù)是要檢測(cè)的顏色的上限。

打了CV2之后。在range中，返回一個(gè)二進(jìn)制掩碼，其中白色像素（255）表示落入上限和下限范圍的像素，而黑色像素（0）則不屬于上限和下限范圍。

注意：我們正在RGB顏色空間中執(zhí)行顏色檢測(cè)。但你也可以在HSV或L*a*b*顏色空間中輕松實(shí)現(xiàn)。您只需根據(jù)各自的顏色空間調(diào)整上限和下限。

為了創(chuàng)建輸出圖像，我們?cè)诘?2行應(yīng)用遮罩。這個(gè)呼叫只會(huì)呼叫CV2.bitwise_and，僅顯示圖像中遮罩中具有相應(yīng)白色（255）值的像素。

最后，我們的輸出圖像顯示在第35行和第36行。

不錯(cuò)。只有36行代碼，其中絕大多數(shù)是導(dǎo)入、參數(shù)解析和注釋。

讓我們繼續(xù)運(yùn)行我們的腳本：

（這就等待下一篇的內(nèi)容吧，以下為原文的鏈接：

https://www.pyimagesearch.com/2014/08/04/opencv-python-color-detection/）