1.顏色空間轉換（RGB轉HSV)

為了較準確的調(diào)紅色和綠色的HSV，我使用cv2.createTrackbar（）函數(shù)創(chuàng)建了六個滾動條

#創(chuàng)建HSV最低滾動條cv2.createTrackbar(’H_min’,’image’,35,180,nothing)cv2.createTrackbar(’S_min’,’image’,43,255,nothing)cv2.createTrackbar(’V_min’,’image’,46,255,nothing)#創(chuàng)建HSV最高滾動條cv2.createTrackbar(’H_max’,’image’,0,180,nothing)cv2.createTrackbar(’S_max’,’image’,255,255,nothing)cv2.createTrackbar(’V_max’,’image’,255,255,nothing)

實際效果如圖

2.識別顏色并畫矩形框

顏色閾值已經(jīng)確定了，這就可以進行顏色識別了。

為了讓識別更穩(wěn)定，在代碼中加入自適應閾值。

th_img = cv2.adaptiveThreshold(mask,255,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY_INV,5,2)

3.畫矩形框

使用函數(shù)cv2.findContours（）來檢測物體輪框

再使用函數(shù)cv2.boundingRect（）查找最小矩形框

使用函數(shù)cv2.rectangle（）畫出

contours_green,hierarchy = cv2.findContours(th_green,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)contours_red,hierarchy = cv2.findContours(th_red,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for red in contours_red: x_red,y_red,w_red,h_red = cv2.boundingRect(red) if w_red>width|h_red>height: cv2.rectangle(img,(x_red,y_red),((x_red+h_red),(y_red+w_red)),(0,255,0),1)for red in contours_red: x_red,y_red,w_red,h_red = cv2.boundingRect(red) if w_red>width|h_red>height: cv2.rectangle(img,(x_red,y_red),((x_red+h_red),(y_red+w_red)),(0,255,0),1)

為了凸顯出顏色的差距，我使用綠色的矩形框，畫紅色的物體，用紅色的矩形框畫綠色物體

以上這篇Python-opencv實現(xiàn)紅綠兩色識別操作就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持好吧啦網(wǎng)。