Opencv通过颜色阈值寻找图案

1. 读取图片

img = cv2.imread(img_path)

2.检测颜色范围(本案例以红色为主)

color = [([5, 0, 180], [160, 120, 255])] # 数值按照[b, g, r]排布
for (lower, upper) in color:

    # 创建numpy数组

    lower = np.array(lower, dtype='uint8')

    upper = np.array(upper, dtype='uint8')

    # 根据阈值找到对应的颜色

    mask = cv2.inRange(img, lower, upper)

    output = cv2.bitwise_and(img, img, mask)

3.显示图片

cv2.imshow('img', output)

cv2.waitKey(0)

cv2.destoryAllWindows()

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用\[2\]中的代码示例展示了如何使用OpenCV进行颜色阈值处理。在这个示例中,使用了函数`threshold`来进行阈值处理。具体步骤如下: 1. 首先,将彩色图像转换为灰度图像,使用函数`cvtColor`,将`src`图像从BGR颜色空间转换为灰度颜色空间,结果保存在`gray_src`中。 2. 然后,使用函数`threshold`对灰度图像进行阈值处理。该函数的参数包括输入图像、输出图像、阈值、最大值和阈值类型。在这个示例中,阈值值由滑动条`threshold_value`控制,最大值为255,阈值类型由滑动条`type_value`控制。 3. 最后,显示处理后的二值图像,使用函数`imshow`,窗口标题为`output_title`。 通过调整滑动条的值,可以实时查看不同阈值下的图像效果。 请注意,这只是一个简单的示例,实际应用中可能需要根据具体需求进行更复杂的处理。 #### 引用[.reference_title] - *1* *3* [OpenCv学习篇——图像阈值化算法](https://blog.csdn.net/fzhykx/article/details/79486321)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【OpenCv】基本阈值操作](https://blog.csdn.net/qq_41480046/article/details/86657955)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值