巧妙的颜色分割方法-基于颜色模板再也不用自己卡颜色值

最新推荐文章于 2024-08-08 18:50:35 发布

手口一斤

最新推荐文章于 2024-08-08 18:50:35 发布

阅读量1.1k

点赞数

分类专栏：图像处理 opencv 文章标签：计算机视觉图像处理

本文链接：https://blog.csdn.net/h649070/article/details/118938618

版权

opencv 同时被 2 个专栏收录

8 篇文章 1 订阅

订阅专栏

图像处理

5 篇文章 1 订阅

订阅专栏

本文介绍了一种使用OpenCV进行颜色模板匹配的方法，用于从目标图像中提取与模板颜色相似的区域，适用于颜色分割和目标检测。通过计算HSV直方图、归一化和背投影，快速定位并提取目标，配合阈值处理和二值操作，实现了高效的目标定位。

摘要由CSDN通过智能技术生成

说明：

代码实现：

说明：

先扣取颜色模板图像为tar.jpg,再在目标图像中获取与模板颜色接近的区域并提取出来；

可以用做颜色分割或者其它目标检测或者分割算法的预处理步骤；

运算速度快，原理容易懂也可以卡阈值；

代码实现：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

# roi is the object or region of object we need to find
roi = cv.imread('tar.jpg')
hsv = cv.cvtColor(roi, cv.COLOR_BGR2HSV)

# target is the image we search in
target = cv.imread('ori.jpg')
hsvt = cv.cvtColor(target, cv.COLOR_BGR2HSV)

# calculating object histogram
# 图像hsv，第一通道和第二通道，没有mask，分成多少份（h范围就是到180，所以现在bin是1）,从0-180的像素
roihist = cv.calcHist([hsv], [0, 1], None, [180, 256], [0, 180, 0, 256])

# normalize histogram and apply backprojection
cv.normalize(roihist, roihist, 0, 255, cv.NORM_MINMAX)
dst = cv.calcBackProject([hsvt], [0, 1], roihist, [0, 180, 0, 256], 1)

# Now convolute with circular disc
disc = cv.getStructuringElement(cv.MORPH_ELLIPSE, (5, 5))
cv.filter2D(dst, -1, disc, dst)

# threshold and binary AND
ret, thresh = cv.threshold(dst, 0, 255, 0)
thresh = cv.merge((thresh, thresh, thresh))
res = cv.bitwise_and(target, thresh)

#显示出来源图像，图像mask和抠图结果
res = np.vstack((target, thresh, res))
cv.imwrite('res.jpg', res)

参考：

1、 https://zhuanlan.zhihu.com/p/166091178

2、OpenCV帮助文档