opencv 颜色识别

#include <iostream>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"


using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
VideoCapture cap(0); //创建一个视频cap，cap内为文件地址，为0时为摄像头


if (!cap.isOpened())  // if not success, exit program
{
cout << "Cannot open the web cam" << endl;
return -1;
}


namedWindow("Control", CV_WINDOW_AUTOSIZE); //创建窗口


int iLowH = 90;
int iHighH = 100;


int iLowS = 0; 


int iHighS = 255;


int iLowV = 255;
int iHighV = 255;


//创建控制条
cvCreateTrackbar("LowH", "Control", &iLowH, 179); //Hue (0 - 179)
cvCreateTrackbar("HighH", "Control", &iHighH, 179);


cvCreateTrackbar("LowS", "Control", &iLowS, 255); //Saturation (0 - 255)
cvCreateTrackbar("HighS", "Control", &iHighS, 255);


cvCreateTrackbar("LowV", "Control", &iLowV, 255); //Value (0 - 255)
cvCreateTrackbar("HighV", "Control", &iHighV, 255);


while (true)
{
Mat imgOriginal;
//Mat M(7,7,CV_32FC2,Scalar(1,3));解释如下：创建一个M矩阵，7行7列，类型为CV_32F，C2表示有2个通道。
//Scalar(1,3)是对矩阵进行初始化赋值。第一个通道全为1，第2个通道全为3。


bool bSuccess = cap.read(imgOriginal); // read a new frame from video


if (!bSuccess) //if not success, break loop
{
cout << "Cannot read a frame from video stre2am" << endl;
break;
}


Mat imgHSV;
vector<Mat> hsvSplit;
cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV); //颜色空间转换 BGR to HSV


//因为我们读取的是彩色图，直方图均衡化需要在HSV空间做
split(imgHSV, hsvSplit); //分离通道到hsvSplit(h s v)
equalizeHist(hsvSplit[2], hsvSplit[2]);//直方图均衡化，增加对比度，使亮的更亮，暗的更暗
merge(hsvSplit, imgHSV);//通道合成，将多个通道合成到一个mat中
Mat imgThresholded;
inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded); 
//检测imgHSV图像的每一个像素是不是在Scalar(iLowH, iLowS, iLowV)和Scalar(iHighH, iHighS, iHighV)之间，
//如果是，这个像素就设置为255，并保存在imgThresholded图像中，否则为0
//Scalar结构体是赋初值的，如Scalar(iLowH, iLowS, iLowV)则表示有三通道，第一个通道为iLowH，第二个通道为iLowS，第三个通道为iLowV


//开操作 (去除一些噪点)
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));//获取常用的结构元素的形状：矩形（包括线形）、椭圆（包括圆形）及十字形。
//MORPH_RECT， MORPH_ELLIPSE， MORPH_CROSS
morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element);
//morphologyEx的内部实现都是调用腐蚀erode与膨胀dilate函数。


//闭操作 (连接一些连通域)
morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);


imshow("Thresholded Image", imgThresholded); //showthe thresholded image
imshow("Original", imgOriginal); //show the original image


char key = (char)waitKey(30);
if (key == 27)
break;
}


return 0;

}

OpenCV下有个函数可以直接将RGB模型转换为HSV模型，注意的是OpenCV中H∈ [0, 180）， S ∈ [0, 255]， V ∈ [0, 255]。我们知道H分量基本能表示一个物体的颜色，但是S和V的取值也要在一定范围内，因为S代表的是H所表示的那个颜色和白色的混合程度，也就说S越小，颜色越发白，也就是越浅；V代表的是H所表示的那个颜色和黑色的混合程度，也就说V越小，颜色越发黑。经过实验，识别蓝色的取值是 H在100到140，S和V都在90到255之间。

Orange  0-22
Yellow 22- 38
Green 38-75
Blue 75-130
Violet 130-160
Red 160-179