[OpenCV]颜色识别

最新推荐文章于 2024-08-05 23:08:48 发布

Chris_Liu_

最新推荐文章于 2024-08-05 23:08:48 发布

阅读量5.2k

点赞数 6

文章标签：图像处理 opencv c++ cv

本文链接：https://blog.csdn.net/Chris_Liu_/article/details/118631960

版权

本文介绍了颜色识别在电子竞赛中的应用，主要包括图像处理的预处理、滤波、二值化、膨胀腐蚀及轮廓检测等步骤。通过将图像从RGB转换到HSV空间，使用均值滤波和自定义阈值进行二值化，然后通过腐蚀消除杂点，找到最大轮廓。代码示例展示了如何在C++中实现这一过程。

摘要由CSDN通过智能技术生成

颜色识别作为电赛中图像处理方面最常用的算法，应用非常广泛。

处理的流程：预处理 ->滤波-> 二值化 -> （膨胀-> ）腐蚀 -> 寻找轮廓

一、预处理

将摄像头获取的图像从RGB空间转换到HSV空间。

二、滤波

这里我采用的是均值滤波。均值滤波是最快的滤波，可以根据图像直观上的效果调整内核大小。

三、二值化

这一步重要的是根据环境选取合适的阈值，要同时考虑目标和背景。

整定阈值可以通过再写一个滑动条调节程序来实现。

四、膨胀和腐蚀

二值化后的图像效果很好，目标在图片中很明确，则可以考虑只使用腐蚀。

腐蚀主要是消除二值化后的杂点，

五、找出最大轮廓

先用Canny算子检测出边缘轮廓，再使用findContours()函数检测轮廓，最后再找出最大轮廓。

附代码：

class color
{
private:
    Point centre;
    Mat grayimage;
    Mat out_image;
    Rect r;
public:
    void color_recognite(Mat image,Scalar High,Scalar Low);
    Point show_centre();
    void show_grayimage(char* WINDOWNAME);
    void show_image(char* WINDOWNAME);
};


void color:: color_recognite(Mat image, Scalar Low,Scalar High)
{
    Mat input_image;
    image.copyTo(input_image);

    vector<vector<Point>> g_vContours;
    vector<Vec4i> g_vHierarchy;
    double maxarea = 0;
    int maxAreaIdx = 0;
    Mat g_grayImage,hsv,g_cannyMat_output;

    cvtColor(input_image, hsv, COLOR_BGR2HSV);
    blur(hsv, hsv, Size(5,5));
    inRange(hsv, Low,High, g_grayImage);//二值化识别颜色

    //腐蚀操作
    Mat element = getStructuringElement(MORPH_RECT, Size(4, 4));
    erode(g_grayImage, g_grayImage, element);


    // 寻找轮廓
    findContours(g_grayImage, g_vContours, g_vHierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0));

    //假设contours是用findContours函数所得出的边缘点集
    RotatedRect box;

    if(g_vContours.size()!=0)
    {
        maxarea=0;
        for (int index =0; index< g_vContours.size(); index++)
        {
             double tmparea = fabs(contourArea(g_vContours[index]));
             if (tmparea>maxarea)
             {
                 maxarea = tmparea;
                 maxAreaIdx = index;//记录最大轮廓的索引号
             }
         }

        for (int index =0; index< g_vContours.size(); index++)
        {
            if((fabs)(contourArea(g_vContours[index]))== maxarea)
            {
                r = boundingRect(g_vContours[index]);
                centre.x = r.x + r.width/2;
                centre.y = (r.y+r.height/2);
            }
         }

    }
   // cout<<g_vContours.size()<<endl;
    rectangle(input_image, r, Scalar(0, 255, 0));
    circle(input_image, centre, 2, Scalar(255,0,0),2);

    grayimage=g_grayImage;
    out_image=input_image;

}

这里我是定义了一个color类，便于调用

有不正确、不严谨的地方，恳请指正。