一、引言

今天我將介紹一個使用Python和OpenCV庫實現(xiàn)的實時顏色識別系統(tǒng)。這個系統(tǒng)能夠通過攝像頭捕捉視頻流，并在視頻中指定區(qū)域內(nèi)識別主要顏色（紅、黃、綠、藍）。這種技術(shù)在機器人視覺、自動化檢測和交互式應(yīng)用中有著廣泛的應(yīng)用前景。

二、系統(tǒng)概述

該系統(tǒng)主要包含以下幾個功能：

• 實時視頻捕捉
• 在視頻幀中劃定特定檢測區(qū)域
• 將檢測區(qū)域轉(zhuǎn)換為HSV色彩空間
• 分析區(qū)域內(nèi)的色調(diào)(H)值
• 根據(jù)H值范圍判斷顏色類型
• 實時顯示結(jié)果

三、代碼解析

1. 導(dǎo)入庫

import cv2

我們只需要導(dǎo)入OpenCV庫，它提供了強大的計算機視覺功能，包括圖像處理和視頻捕捉。

2. 顏色識別函數(shù)

def get_color(img):
    H = []
    color_name = None
    img = cv2.resize(img,(640,400),)
    # 將彩色圖轉(zhuǎn)換為HSV
    HSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    # 畫矩形框
    cv2.rectangle(img,(280,180),(360,260),(0,255,0),2)
    # 依次取出每行每列的H，S,V值放入容器中
    for i in range(280,360):
        for j in range(180,260): H.append(HSV[j,i][0])
    # 分別計算出H,S,V的最大最小
    H_min = min(H);H_max = max(H)
    # 判斷顏色
    if H_min >= 0 and H_max <= 10 or H_min >= 156 and H_max <= 180: color_name='red'
    elif  H_min >= 26 and H_max <= 34 : color_name='yellow'
    elif  H_min >= 35 and H_max <= 77 : color_name='green'
    elif  H_min >= 100 and H_max <= 124 : color_name='blue'
    print(color_name)
    return  img,color_name

函數(shù)功能詳解：

• 圖像預(yù)處理：

  • 首先將輸入圖像調(diào)整為固定尺寸(640×400)，確保處理一致性

• 色彩空間轉(zhuǎn)換：

  • 將BGR格式轉(zhuǎn)換為HSV格式，HSV色彩空間更適合顏色識別
  • H(色調(diào))：表示顏色類型
  • S(飽和度)：表示顏色的純度
  • V(亮度)：表示顏色的明暗程度

• 檢測區(qū)域標(biāo)記：

  • 在圖像上繪制一個綠色矩形框(280,180)到(360,260)，標(biāo)識檢測區(qū)域

• 數(shù)據(jù)采集：

  • 遍歷檢測區(qū)域內(nèi)每個像素點，收集所有H值

• 顏色判斷：

  • 計算區(qū)域內(nèi)H值的最小和最大值
  • 根據(jù)H值范圍判斷顏色：
    • 紅色：0-10或156-180
    • 黃色：26-34
    • 綠色：35-77
    • 藍色：100-124

3. 主程序循環(huán)

cap = cv2.VideoCapture(0)
while 1:
    _,frame=cap.read()
    img,cal = get_color(frame)
    cv2.imshow('',img)
    if cv2.waitKey(1) == 27:
        break

• 視頻捕捉初始化：

  • 創(chuàng)建VideoCapture對象，參數(shù)0表示使用默認攝像頭

• 主循環(huán)：

  • 不斷讀取視頻幀
  • 調(diào)用get_color函數(shù)處理每一幀
  • 顯示處理后的圖像
  • 按ESC鍵(ASCII 27)退出程序

四、HSV色彩空間詳解

為什么選擇HSV而不是RGB進行顏色識別？

• RGB的局限性：

  • RGB三個通道都與亮度相關(guān)
  • 對光照變化敏感
  • 顏色判斷需要同時考慮三個通道

• HSV的優(yōu)勢：

  • 將顏色信息(H)與亮度(V)、飽和度(S)分離
  • 對光照變化有一定魯棒性
  • 顏色判斷主要依據(jù)H通道

五、顏色范圍設(shè)定

OpenCV中HSV的范圍：

• H: 0-180 (通常色彩空間為0-360，但OpenCV使用8位存儲，所以除以2)
• S: 0-255
• V: 0-255

常見顏色H值范圍：

• 紅色：0-10和170-180
• 橙色：11-25
• 黃色：26-34
• 綠色：35-77
• 藍色：100-124
• 紫色：125-155

可對比如下的顏色范圍圖

六、系統(tǒng)優(yōu)化建議

• 增加飽和度(S)和亮度(V)的過濾：

  • 可以排除低飽和度(接近灰色)或低亮度(接近黑色)的區(qū)域

• 使用均值而非極值：

  • 當(dāng)前使用min/max容易受噪聲影響，可改為計算平均值

• 擴大檢測區(qū)域：

  • 當(dāng)前區(qū)域較小(80×80像素)，可以適當(dāng)擴大

• 添加更多顏色識別：

  • 如橙色、紫色等

• 優(yōu)化性能：

  • 當(dāng)前雙重循環(huán)效率不高，可以使用NumPy進行向量化操作

七、完整代碼

import cv2

def get_color(img):
    H = []
    color_name = None
    img = cv2.resize(img,(640,400),)
    # 將彩色圖轉(zhuǎn)換為HSV
    HSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    # 畫矩形框
    cv2.rectangle(img,(280,180),(360,260),(0,255,0),2)
    # 依次取出每行每列的H，S,V值放入容器中
    for i in range(280,360):
        for j in range(180,260): H.append(HSV[j,i][0])
    # 分別計算出H,S,V的最大最小
    H_min = min(H);H_max = max(H)
    # 判斷顏色
    if H_min >= 0 and H_max <= 10 or H_min >= 156 and H_max <= 180: color_name='red'
    elif  H_min >= 26 and H_max <= 34 : color_name='yellow'
    elif  H_min >= 35 and H_max <= 77 : color_name='green'
    elif  H_min >= 100 and H_max <= 124 : color_name='blue'
    print(color_name)
    return  img,color_name

cap = cv2.VideoCapture(0)
while 1:
    _,frame=cap.read()
    img,cal = get_color(frame)
    cv2.imshow('',img)
    if cv2.waitKey(1) == 27:
        break

八、總結(jié)

本文介紹了一個基于OpenCV的實時顏色識別系統(tǒng)，通過HSV色彩空間轉(zhuǎn)換和色調(diào)范圍判斷實現(xiàn)了基本顏色識別功能。該系統(tǒng)可以作為更復(fù)雜計算機視覺項目的基礎(chǔ)，通過進一步優(yōu)化和擴展，能夠滿足各種實際應(yīng)用需求。

到此這篇關(guān)于OpenCV實現(xiàn)實時顏色檢測的示例的文章就介紹到這了,更多相關(guān)OpenCV 實時顏色檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論