python opencv根據(jù)顏色進(jìn)行目標(biāo)檢測的方法示例
顏色目標(biāo)檢測就是根據(jù)物體的顏色快速進(jìn)行目標(biāo)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(biāo)。
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(lán) 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(jìn)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(jìn)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(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python啟動辦公軟件進(jìn)程(word、excel、ppt、以及wps的et、wps、wpp)
見如下源代碼,也可從附件中下載。2009-04-04Python基于多線程實現(xiàn)抓取數(shù)據(jù)存入數(shù)據(jù)庫的方法
這篇文章主要介紹了Python基于多線程實現(xiàn)抓取數(shù)據(jù)存入數(shù)據(jù)庫的方法,結(jié)合實例形式分析了Python使用數(shù)據(jù)庫類與多線程類進(jìn)行數(shù)據(jù)抓取與寫入數(shù)據(jù)庫操作的具體使用技巧,需要的朋友可以參考下2018-06-06Python和RabbitMQ進(jìn)行消息傳遞和處理方式
這篇文章主要介紹了Python和RabbitMQ進(jìn)行消息傳遞和處理方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-07-07Python使用smtp和pop簡單收發(fā)郵件完整實例
這篇文章主要介紹了Python使用smtp和pop簡單收發(fā)郵件完整實例,簡單介紹了smtp和pop,然后分享了相關(guān)實例代碼,具有一定借鑒價值,需要的朋友可以參考下2018-01-01