OpenCV识别指定颜色(黑、灰、白、红、橙、黄、绿、青、蓝、紫)

52 篇文章 10 订阅

根据HSV色域的特点,进行识别,关于HSV色域,请看这篇博文

https://blog.csdn.net/qq78442761/article/details/82805610

 

素材如下:

运行截图如下:

源码如下:

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/imgproc/imgproc_c.h>

#include <iostream>
#include <vector>
using namespace std;
using namespace cv;

void main(){

	Mat matSrc=imread("purple.png",IMREAD_UNCHANGED);
	Mat matHsv;
	cvtColor(matSrc,matHsv,COLOR_BGR2HSV);

	vector<int> colorVec;
	colorVec.push_back(matHsv.at<uchar>(0,0));
	colorVec.push_back(matHsv.at<uchar>(0,1));
	colorVec.push_back(matHsv.at<uchar>(0,2));

	if((colorVec[0]>=0&&colorVec[0]<=180)
		&&(colorVec[1]>=0&&colorVec[1]<=255)
		&&(colorVec[2]>=0&&colorVec[2]<=46)){

			cout<<"黑"<<endl;
	}
	else if((colorVec[0]>=0&&colorVec[0]<=180)
		&&(colorVec[1]>=0&&colorVec[1]<=43)
		&&(colorVec[2]>=46&&colorVec[2]<=220)){

			cout<<"灰"<<endl;
	}
	else if((colorVec[0]>=0&&colorVec[0]<=180)
		&&(colorVec[1]>=0&&colorVec[1]<=30)
		&&(colorVec[2]>=221&&colorVec[2]<=255)){

			cout<<"白"<<endl;
	}
	else if(((colorVec[0]>=0&&colorVec[0]<=10)||(colorVec[0]>=156&&colorVec[0]<=180))
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"红"<<endl;

	}
	else if((colorVec[0]>=11&&colorVec[0]<=25)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"橙"<<endl;
	}
	else if((colorVec[0]>=26&&colorVec[0]<=34)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"黄"<<endl;
	}
	else if((colorVec[0]>=35&&colorVec[0]<=77)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"绿"<<endl;
	}
	else if((colorVec[0]>=78&&colorVec[0]<=99)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"青"<<endl;
	}
	else if((colorVec[0]>=100&&colorVec[0]<=124)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"蓝"<<endl;
	}
	else if((colorVec[0]>=125&&colorVec[0]<=155)
		&&(colorVec[1]>=43&&colorVec[1]<=255)
		&&(colorVec[2]>=46&&colorVec[2]<=255)){

			cout<<"紫"<<endl;
	}
	else{

		cout<<"未知"<<endl;
	}

	getchar();
}

下面将利用Qt与Python进行动态屏幕颜色识别!

  • 38
    点赞
  • 334
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
在使用Python和OpenCV进行物体颜色识别和二维定位时,有一些步骤需要遵循。 首先,我们需要使用OpenCV读取摄像头的视频流。我们可以使用cv2.VideoCapture()函数来实现,它将返回一个VideoCapture对象,用于捕获视频。我们可以使用该对象的read()方法来读取每一帧的视频。 接下来,我们需要定义我们感兴趣的颜色范围。例如,如果我们想要识别色物体,我们可以定义一个色范围的HSV颜色范围。我们可以使用cv2.inRange()函数来识别该范围内的颜色,并将其转换为二值图像。 之后,我们可以使用cv2.findContours()函数来找到图像中的物体轮廓。该函数会返回一组轮廓,我们可以使用其中的一些过滤条件来选择我们要处理的物体。 对于每个选定的物体,我们可以使用cv2.moments()函数计算其重心坐标。重心坐标表示物体的中心位置。 最后,我们可以使用cv2.circle()函数在原始图像中绘制一个圆来标记物体的位置。我们可以将圆的中心设置为物体的重心坐标,并选择适当的颜色和半径。 综上所述,我们可以使用Python和OpenCV在摄像头视频流中识别出物体的颜色,并确定物体的二维坐标。实现这个过程的关键步骤包括读取视频流、定义颜色范围、识别轮廓、计算重心坐标以及标记物体位置。根据我们选择的颜色范围,我们可以对其他颜色的物体重复这个步骤来识别和定位更多的物体。

“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 4
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

打赏作者

IT1995

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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