Opencv識別圖片顏色并繪制輪廓實現(xiàn)代碼示例
更新時間：2024年12月13日 10:43:34 作者：加德霍克
這篇文章主要給大家介紹了關于Opencv識別圖片顏色并繪制輪廓實現(xiàn)的相關資料,實驗代碼和現(xiàn)象展示了如何從原始圖像中識別和突出顯示特定顏色區(qū)域,并通過圖像處理技術增強識別效果,需要的朋友可以參考下
一、實驗原理
1、顏色空間轉換：
Opencv識別圖片顏色的邏輯
OpenCV 的默認顏色空間為 BGR（藍、綠、紅），但識別特定顏色更適合在 HSV（色調、飽和度、亮度）顏色空間中進行。
HSV 優(yōu)勢：能夠更方便地描述顏色范圍，用于篩選特定顏色區(qū)域。
2、顏色范圍過濾：
不同顏色的HSV值
利用 cv2.inRange 函數(shù)，通過設定的顏色范圍，將指定顏色區(qū)域提取為二值掩膜。
3、圖像處理：
①濾波：
通過中值濾波去除噪點，平滑圖像。濾波是應用卷積來實現(xiàn)的，卷積的關鍵就是卷積核，下圖為卷積核濾波原理：
②形態(tài)學變換：
通過開運算（先腐蝕后膨脹）進一步消除小噪聲和孤立點。
4、輪廓提取和繪制：
- 利用 cv2.findContours 提取二值圖像的輪廓。
- 根據(jù)輪廓面積進行過濾，保留符合條件的目標區(qū)域。
- 使用 cv2.drawContours 在原圖上繪制輪廓。
cv2.drawContours(image, contours, contourIdx, color, thickness, lineType, hierarchy, maxLevel, offset)
二、實驗代碼
import cv2
import numpy as np
# 1. 輸入圖片并調整大小
img = cv2.imread("./color_1.png")
if img is None:
print("無法加載圖片，請檢查路徑！")
exit()
img = cv2.resize(img, (0, 0), fx=0.7, fy=0.7)
# 2. 轉換 HSV 顏色空間
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 3. 定義顏色范圍并生成二值掩膜
yellow_min = np.array([26, 43, 46]) # 黃色下界
yellow_max = np.array([34, 255, 255]) # 黃色上界
img_mask = cv2.inRange(img_hsv, yellow_min, yellow_max)
# 4. 中值濾波去噪
img_blur = cv2.medianBlur(img_mask, 7)
# 5. 形態(tài)學變換 - 開運算
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
img_open = cv2.morphologyEx(img_blur, cv2.MORPH_OPEN, kernel)
# 6. 輪廓提取
contours, _ = cv2.findContours(img_open, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 7. 遍歷輪廓并繪制
img_result = img.copy()
for contour in contours:
area = cv2.contourArea(contour)
if area < 200 or area > 200000: # 根據(jù)面積過濾無效輪廓
continue
cv2.drawContours(img_result, [contour], -1, (0, 0, 255), 2) # 繪制輪廓
# 8. 顯示結果
cv2.imshow("Original Image", img)
cv2.imshow("Filtered Contours", img_result)
cv2.waitKey(0)
cv2.destroyAllWindows()
三、實驗現(xiàn)象
1、原始圖像：
顯示未處理的原始圖片，包含多個顏色區(qū)域。
2、顏色掩膜：
二值圖像僅顯示識別出的黃色區(qū)域，其余部分為黑色背景。
3、濾波和平滑：
- 濾波后噪點減少，目標區(qū)域更加連續(xù)。
- 開運算消除了孤立的噪聲點，保留了主要的目標區(qū)域。
4、輪廓繪制：
- 符合面積條件的輪廓被成功繪制，輪廓線為紅色。
- 無效的小輪廓被過濾，不影響結果的清晰度。
總結
到此這篇關于Opencv識別圖片顏色并繪制輪廓實現(xiàn)的文章就介紹到這了,更多相關Opencv識別圖片顏色繪制輪廓內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
python dataframe實現(xiàn)統(tǒng)計行列中零值的個數(shù)
這篇文章主要介紹了python dataframe實現(xiàn)統(tǒng)計行列中零值的個數(shù)，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2022-02-02
這篇文章主要介紹了Django集成CAS單點登錄的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-06-06
解決pandas無法讀取csv文件數(shù)據(jù)的問題
本文講述作者用Pandas讀取CSV文件時因參數(shù)設置不當導致數(shù)據(jù)錯位,通過調整delimiter和on_bad_lines參數(shù)最終解決問題,并強調正確參數(shù)配置對數(shù)據(jù)處理的重要性2025-07-07
篇文章主要介紹了Python中正則表達式的詳細解釋,正則表達式是Python學習進階當中的重要內容,需要的朋友可以參考下2021-11-11
本文給大家分享的是python使用requests爬蟲庫實現(xiàn)單線程爬蟲的代碼以及requests庫的安裝和使用，有需要的小伙伴可以參考下2016-09-09
這篇文章主要為大家詳細介紹了python3射線法判斷點是否在多邊形內，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
當你用 Python 寫代碼時,有時候會看到一些“警告”信息,這些信息不會讓代碼出錯,但會讓輸出看起來很亂,所以本文為大家整理了一些忽略警告的方法,希望對大家有所幫助2024-12-12
這篇文章主要介紹了python重用父類功能的兩種方式,方式一是跟繼承沒有關系的，而方式二的super()是依賴于繼承的，并且即使沒有直接繼承關系，super()仍然會按照MRO繼續(xù)往后查找，本文給大家介紹的非常詳細，需要的朋友可以參考下2022-09-09
這篇文章主要介紹了Flask實現(xiàn)圖片的上傳、下載及展示示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
這篇文章主要介紹了Python基于time模塊表示時間常用方法,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-06-06