opencv-python实战项目八：根据颜色抠出图片中感兴趣区域

---

一，简介

本项目旨在开发一个基于OpenCV的图像处理工具，实现根据颜色从图片中自动抠图的功能。通过该项目，用户可以轻松指定一种颜色，系统将自动识别并提取该颜色的所有像素，生成新的图像。

二，实现方案

本方案基于OpenCV的图像处理，通过指定颜色范围，从输入图像中自动识别并提取该颜色的所有像素，生成新的图像。首先，通过颜色空间转换和掩码生成，实现颜色识别；然后，通过形态学操作修正掩码；最后抠出图像中对应掩码的区域。

三、算法实现步骤

3.1 cv2.inRange（）选择抠出的颜色
将图像转化为hsv颜色空间，按照上表中的数值进行颜色选择，本次选择的颜色为红色,使用的函数为cv2.inRange（），
cv2.inRange 是 OpenCV 中的一个函数，用于生成一个掩码，该掩码包含在指定范围内的所有像素。

函数介绍：
src: 输入的图像，可以是灰度图或彩色图。
lowerb: 表示颜色范围的最低边界。它是一个数组，包含三个值：蓝色通道的下限、绿色通道的下限和红色通道的下限。
upperb: 表示颜色范围的最高边界。它也是一个数组，包含三个值：蓝色通道的上限、绿色通道的上限和红色通道的上限。
cv2.inRange 函数返回一个与 src 图像大小相同的掩码图像。在这个掩码图像中，像素值在 lowerb 和 upperb 范围内的像素会被设置为255（白色），表示这些像素属于指定的颜色范围；而其他像素则被设置为0（黑色），表示这些像素不属于指定的颜色范围。

使用方法：

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 生成检测红色区域的掩码
lower_red = np.array([0, 43, 46])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)
lower_red = np.array([156,