快捷導(dǎo)航

基于opencv實(shí)現(xiàn)視頻中的顏色識(shí)別功能

更新時(shí)間：2022年07月22日 16:11:50 作者：chenguanging080

這篇文章主要介紹了基于opencv實(shí)現(xiàn)視頻中的顏色識(shí)別功能,文章詳細(xì)介紹了顏色識(shí)別的原理及opencv中的顏色模型，基于c++代碼實(shí)現(xiàn)顏色識(shí)別功能，需要的朋友可以參考下

顏色識(shí)別的原理

opencv中的顏色模型

RGB

RGB具有三個(gè)通道其，分別表示紅色通道®，綠色通道(G)，藍(lán)色通道(B)，3個(gè)通道在opencv中的取值均為0~255，它的顏色由3個(gè)通道的取值來(lái)共同決定，因此如果使用RGB圖像來(lái)進(jìn)行顏色的識(shí)別，會(huì)丟失很多的顏色。

HSV

HSV具有三個(gè)通道，其分別表示色調(diào)(H)，飽和度(S)，亮度(V），3個(gè)通道在opencv中的取值分別如下：

H:0~180
S:0~255
V:0~255

其中H通道和S通道決定了顏色，V通道決定亮度
各種顏色對(duì)應(yīng)的三個(gè)通道的取值表如下：

在這里插入圖片描述

因此通過(guò)限制HSV通道中相對(duì)應(yīng)的數(shù)值，就可以識(shí)別出對(duì)應(yīng)的顏色

顏色識(shí)別的實(shí)現(xiàn)（c++）

1.讀取攝像頭的實(shí)時(shí)畫(huà)面

VideoCapture capture(1);//0為電腦本身攝像頭，1位外置攝像頭

2.讀取攝像頭的當(dāng)前一幀的數(shù)據(jù)并轉(zhuǎn)換到HSV空間

capture >> frame; //讀取當(dāng)前幀
cvtColor(frame, imgHSV, COLOR_BGR2HSV);

3.對(duì)HSV圖像進(jìn)行直方圖均衡化
在此處使用直方圖均衡化是因?yàn)榭梢允褂眠@種方法可以使原來(lái)比較少像素的灰度會(huì)被分配到別的灰度去，像素相對(duì)集中，處理后灰度范圍變大，對(duì)比度變大，清晰度變大，所以能有效增強(qiáng)圖像。

split(imgHSV,temporary);
equalizeHist(temporary[2], temporary[2]);
merge(temporary, imgHSV);   //將HSV圖像分割通道，并且做直方圖的均衡化

使用equalizeHist（）函數(shù)，其輸入必須是單通道的，因此使用split函數(shù)將得到的HSV圖像分割為三個(gè)通道之后，在進(jìn)行直方圖均衡化，然后再使用merge函數(shù)來(lái)合并三個(gè)通道。
此處僅對(duì)V通道進(jìn)行了直方圖均衡化，因?yàn)橥ㄟ^(guò)比對(duì)發(fā)現(xiàn)只對(duì)V通道進(jìn)行效果最好，具體的原因還不清楚。

4.將直方圖均衡化之后，使用inRange(）函數(shù)來(lái)進(jìn)行圖像的識(shí)別

inRange(imgHSV, Scalar(H_W_L, S_W_L, V_W_L), Scalar(H_W_H, S_W_H, V_W_H), image);

其中H_W_L,H_W_L, S_W_L, V_W_L. . . 等數(shù)值分別為前面表格對(duì)應(yīng)的顏色值的最小值和最大值。
此函數(shù)是將在范圍內(nèi)的像素值為255，其與為0，反映到圖像上就是，選中的顏色為白色，其與的均為黑色。
操作到此顏色可以進(jìn)行識(shí)別，但是效果可能不會(huì)很好，因此可以再使用開(kāi)操作來(lái)消除噪點(diǎn)，去掉小的干擾快，再使用閉操作來(lái)填充閉合區(qū)域。

5.開(kāi)操作

kernel = getStructuringElement(MORPH_RECT, Size(3, 3));//3*3的矩形卷積核，只要是奇數(shù)的都可以
morphologyEx(image,image,2,kernel);

6.閉操作

morphologyEx(image,image,3,kernel);

源代碼

#include <opencv2\opencv.hpp>  
using namespace cv;
using namespace std;
int main()
{
	Mat frame,imgHSV,image,kernel;
	vector<Mat>temporary;
	int H_W_L = 0, H_W_H = 180;
	int S_W_L = 0, S_W_H = 30;
	int V_W_L = 221, V_W_H = 255;
	VideoCapture capture(1);//讀取視攝像頭實(shí)時(shí)畫(huà)面數(shù)據(jù)，0默認(rèn)是筆記本的攝像頭；如果是外接攝像頭，這里改為1
	while (true)
	{
		capture >> frame; //讀取當(dāng)前幀
		
		if (!frame.empty())
		{          //判斷輸入的視頻幀是否為空的
			cvtColor(frame, imgHSV, COLOR_BGR2HSV);
			//threshold(gray, two_value, 125, 255, THRESH_BINARY);//二值圖像
			
			split(imgHSV,temporary);
			equalizeHist(temporary[2], temporary[2]);
			/*equalizeHist(temporary[1], temporary[1]);
			equalizeHist(temporary[0], temporary[0]);*/
			merge(temporary, imgHSV);   //將HSV圖像分割通道，并且做直方圖的均衡化
			inRange(imgHSV, Scalar(H_W_L, S_W_L, V_W_L), Scalar(H_W_H, S_W_H, V_W_H), image);
			kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
			morphologyEx(image,image,2,kernel);
			morphologyEx(image,image,3,kernel);
			imshow("直方圖", imgHSV);
			imshow("原圖",frame);
			imshow("window", image);  //在window窗口顯示frame攝像頭數(shù)據(jù)畫(huà)面
		}
		if (waitKey(20) == 'q')   //延時(shí)20ms,獲取用戶是否按鍵的情況，如果按下q，會(huì)推出程序 
			break;
	}
	capture.release();     //釋放攝像頭資源
	destroyAllWindows();   //釋放全部窗口
	return 0;
}

##結(jié)果

在這里插入圖片描述