opencv之顏色過濾只留下圖片中的紅色區(qū)域操作

更新時(shí)間：2020年06月05日 08:49:08 作者：jianjian1992

這篇文章主要介紹了opencv之顏色過濾只留下圖片中的紅色區(qū)域操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧

如圖，這次需要在圖片中找到卷尺的紅色刻度，所以需要對(duì)圖像做過濾，只留下紅色部分。

一開始的想法是分別找到RGB值，然后找到紅色區(qū)域的部分保留就可以了，不過好像很難確定紅色區(qū)域的RGB取值范圍，所以要把圖片轉(zhuǎn)化到HSV空間中去。

在opencv中直接使用cvCvtColor函數(shù)就可以啦。

IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );

cvCvtColor(image,hsv,CV_BGR2HSV);

opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180) ，S是飽和度，一般是大于一個(gè)值,S過低就是灰色（參考值S>80)，V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。

所以接下來要做的就是遍歷圖像，獲取圖像每個(gè)像素點(diǎn)的H,S,V分量，然后做判斷，滿足條件的就保留，不滿足的就賦值為黑色。

我是用opencv中的IplImage來存儲(chǔ)圖片的。

IplImage獲取像素點(diǎn)的方式如下：

CvScalar s_hsv = cvGet2D(hsv, j, i);//獲取像素點(diǎn)為（i, j）點(diǎn)的HSV的值,i是width值，j是height值

IplImage對(duì)像素點(diǎn)賦值的方式如下：

CvScalar s;

cvSet2D(hsv, j ,i, s);//對(duì)(i,j)處的像素點(diǎn)賦值

分別取得H,S,V分量，注意圖像轉(zhuǎn)化的時(shí)候BGR2HSV,所以s.val[0]是B或H的值，s.val[1]是G或S的值，s.val[2]則是R或V的值。

因?yàn)閹煹芟矚g用CvMat，所以輸入都改成了CvMat，使用的時(shí)候inputImage是希望過濾的圖片，outputImage則為輸出圖片，因?yàn)閛utputImage會(huì)在函數(shù)中進(jìn)行空間申請(qǐng)與賦值，所以傳入?yún)?shù)的時(shí)候直接把它設(shè)成NULL就可以了。

另外要注意一點(diǎn)，因?yàn)槭菍?duì)彩色圖像做實(shí)驗(yàn)，所以如果傳入的圖片不是3通道的彩色圖片，那么就會(huì)出內(nèi)存錯(cuò)誤。

以下打開圖片或創(chuàng)建圖片的方式都是單通道方式，會(huì)出現(xiàn)內(nèi)存錯(cuò)誤。

IplImage *input = cvLoadImage(path, 0)，
CvMat* M = cvCreateMat(4,4,CV_32FC1); //或是8UC1， 因?yàn)镃1表示nChannel = 1,也就是單通道

void colorFilter(CvMat *inputImage, CvMat *&outputImage)
{
 int i, j;
 IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3);
 cvGetImage(inputImage, image); 
 IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 ); 
 
 cvCvtColor(image,hsv,CV_BGR2HSV);
 int width = hsv->width;
 int height = hsv->height;
 for (i = 0; i < height; i++)
 for (j = 0; j < width; j++)
 {
 CvScalar s_hsv = cvGet2D(hsv, i, j);//獲取像素點(diǎn)為（j, i）點(diǎn)的HSV的值 
 /*
 opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180) 
 S是飽和度，一般是大于一個(gè)值,S過低就是灰色（參考值S>80)，
 V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。
 */
 CvScalar s;
 if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180)))
 {
 s.val[0] =0;
 s.val[1]=0;
 s.val[2]=0;
 cvSet2D(hsv, i ,j, s);
 }
 
 }
 outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 );
 cvConvert(hsv, outputImage);
 cvNamedWindow("filter");
 cvShowImage("filter", hsv);
 waitKey(0);
 cvReleaseImage(&hsv);
}

關(guān)于函數(shù)還有一點(diǎn)要說明，H分量我取得是(0,8),(120,180),S與V分量沒有做篩選，如果按照注釋部分的進(jìn)行篩選結(jié)果不是很好。

結(jié)果如圖：

補(bǔ)充知識(shí)：opencv實(shí)現(xiàn)圖像去除單一顏色背景

思路

因?yàn)楸尘笆枪潭伾苋菀缀Y選出背景，然后將其設(shè)為白色完全透明即可。

代碼

#coding=utf-8
import cv2 as cv
bg_color = [197, 102, 6]
threshold = 3000

def calc_diff(pixel):
'''
計(jì)算pixel與背景的離差平方和，作為當(dāng)前像素點(diǎn)與背景相似程度的度量
'''
  return (pixel[0]-bg_color[0])**2 + (pixel[1]-bg_color[1])**2 + (pixel[2]-bg_color[2])**2

def remove_bg():
  image_path = './logo.png'
  logo = cv.imread(image_path)
  logo = cv.cvtColor(logo, cv.COLOR_BGR2BGRA) #將圖像轉(zhuǎn)成帶透明通道的BGRA格式
  h, w = logo.shape[0:2]
  for i in range(h):
    for j in range(w):
      if calc_diff(logo[i][j]) < threshold:
      #若果logo[i][j]為背景，將其顏色設(shè)為白色，且完全透明
        logo[i][j][0] = 255
        logo[i][j][1] = 255
        logo[i][j][2] = 255
        logo[i][j][3] = 0
 
  cv.imwrite("./logo_rmbg.png", logo)
        
if __name__ == '__main__':
  remove_bg()

使用方法

修改第5行的bg_color為圖片背景的bgr值，以及第6行的threshold（threshold越大，覆蓋的像素越多）。

效果：