（信号灯五）使用HSV颜色空间将类绿色区域二值化

最新推荐文章于 2023-01-19 18:38:59 发布

菜园子找青虫

最新推荐文章于 2023-01-19 18:38:59 发布

阅读量835

点赞数

分类专栏：信号灯

本文链接：https://blog.csdn.net/qq_35472183/article/details/116204220

版权

本文介绍了如何利用HSV颜色空间对图像中的绿色区域进行二值化处理，通过展示构建代码、执行过程及最终结果，揭示了这种方法在图像识别中的应用。

摘要由CSDN通过智能技术生成

在这里插入图片描述
图片来源：https://www.pianshen.com/article/178932885/

构建代码

import numpy as np
import collections
import cv2
import numpy as np
import matplotlib.pyplot as plt


#定义字典存放颜色分量上下限
#例如：{颜色: [min分量, max分量]}
#{'red': [array([160, 43, 46]), array([179, 255, 255])]}
"""
0是黑色 255是白色
mask = cv2.inRange(hsv, lower_red, upper_red) #lower20===>0,upper200==>0,
函数很简单，参数有三个
第一个参数：hsv指的是原图

第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0
第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0

而在lower_red～upper_red之间的值变成255
""" 

## 下面数字的165，原始数字为46。这里使用165是为了过滤掉亮度比较暗的噪声
def get_green_ColorList():
    dict = collections.defaultdict(list)
    #绿色
    lower_green = np.array([35, 43, 165])
    upper_green = np.array([77, 255, 255])
    color_list = []
    color_list.append(lower_green)
    color_list.append(upper_green)
    dict['green'] = color_list
  
    #青色
    lower_cyan = np.array([78, 43, 165])
    upper_cyan = np.array([99, 255, 255])
    color_list = []
    color_list.append(lower_cyan)
    color_list.append(upper_cyan)
    dict['cyan'] = color_list
  
    #蓝色
    lower_blue = np.array([100, 43, 165])
    upper_blue = np.array([124, 255, 255])
    color_list = []
    color_list.