首页分享 Opencv之识别图片颜色并绘制轮廓

Opencv之识别图片颜色并绘制轮廓

来源：花匠小妙招时间：2024-12-14 15:56

一、实验原理

1、颜色空间转换：

Opencv识别图片颜色的逻辑

OpenCV 的默认颜色空间为 BGR（蓝、绿、红），但识别特定颜色更适合在 HSV（色调、饱和度、亮度）颜色空间中进行。
HSV 优势：能够更方便地描述颜色范围，用于筛选特定颜色区域。

2、颜色范围过滤：

不同颜色的HSV值

利用 cv2.inRange 函数，通过设定的颜色范围，将指定颜色区域提取为二值掩膜。

3、图像处理：

①滤波：

通过中值滤波去除噪点，平滑图像。滤波是应用卷积来实现的，卷积的关键就是卷积核，下图为卷积核滤波原理：

②形态学变换：

通过开运算（先腐蚀后膨胀）进一步消除小噪声和孤立点。

4、轮廓提取和绘制：

利用 cv2.findContours 提取二值图像的轮廓。

根据轮廓面积进行过滤，保留符合条件的目标区域。使用 cv2.drawContours 在原图上绘制轮廓。

cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset)

二、实验代码

import cv2

import numpy as np

img = cv2.imread("./color_1.png")

if img is None:

print("无法加载图片，请检查路径！")

exit()

img = cv2.resize(img, (0, 0), fx=0.7, fy=0.7)

img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

yellow_min = np.array([26, 43, 46])

yellow_max = np.array([34, 255, 255])

img_mask = cv2.inRange(img_hsv, yellow_min, yellow_max)

img_blur = cv2.medianBlur(img_mask, 7)

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))

img_open = cv2.morphologyEx(img_blur, cv2.MORPH_OPEN, kernel)

contours, _ = cv2.findContours(img_open, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

img_result = img.copy()

for contour in contours:

area = cv2.contourArea(contour)

if area < 200 or area > 200000:

continue

cv2.drawContours(img_result, [contour], -1, (0, 0, 255), 2)

cv2.imshow("Original Image", img)

cv2.imshow("Filtered Contours", img_result)

cv2.waitKey(0)

cv2.destroyAllWindows()

三、实验现象

1、原始图像：

显示未处理的原始图片，包含多个颜色区域。

2、颜色掩膜：

二值图像仅显示识别出的黄色区域，其余部分为黑色背景。

3、滤波和平滑：

滤波后噪点减少，目标区域更加连续。开运算消除了孤立的噪声点，保留了主要的目标区域。

4、轮廓绘制：

符合面积条件的轮廓被成功绘制，轮廓线为红色。无效的小轮廓被过滤，不影响结果的清晰度。

推荐分享

家庭养花风水知识家庭养花“五行说”

家庭养花知识大全家庭养花有什么好处

秋天养花，掌握这5点养花知识，正确管理花卉，让花健康生长

【花卉知识】养花须知：新手养花的选购技巧，不要当冤大头！