将OpenCV 用于识别彩色LED颜色

将OpenCV 用于识别彩色LED颜色时，可以通过分色计算各通道非饱和像素的HSV值，能可靠识别各LED的颜色。

使用python编程，识别一个1024*480的BGR图像时，耗时约50毫秒。

可以大概识别LED的圆心座标、可以准确识别LED的色彩。记住，在识别前，要先对三通道彩色图进行模糊化处理。

最后统计ROI区域的H值总和，以及区域内非零像素的数量，求有效平均即可。

原始图像：

识别出来的图像

共检测出12个亮的LED；  本次计算耗时：     55 ms.

结果:      ok ； LED编号:   1 ； 期望颜色：  YG, 实际颜色 ：  YG；期望状态： 亮, 实际状态： 亮；位于坐标  (509,383) 
结果:      ok ； LED编号:   2 ； 期望颜色：  YG, 实际颜色 ：  YG；期望状态： 亮, 实际状态： 亮；位于坐标  (342,375) 
结果:      ok ； LED编号:   3 ； 期望颜色：   R, 实际颜色 ：   R；期望状态： 亮, 实际状态： 亮；位于坐标  (451,315) 
结果:      ok ； LED编号:   4 ； 期望颜色：   O, 实际颜色 ：   O；期望状态： 亮, 实际状态： 亮；位于坐标  (259,309) 
结果:      ok ； LED编号:   5 ； 期望颜色：   O, 实际颜色 ：   O；期望状态： 亮, 实际状态： 亮；位于坐标  (514,275) 
结果:      ok ； LED编号:   6 ； 期望颜色：   B, 实际颜色 ：   B；期望状态： 亮, 实际状态： 亮；位于坐标  (351,268) 
结果:      ok ； LED编号:   7 ； 期望颜色：   R, 实际颜色 ：   R；期望状态： 亮, 实际状态： 亮；位于坐标  (436,212) 
结果:      ok ； LED编号:   8 ； 期望颜色：   O, 实际颜色 ：   O；期望状态： 亮, 实际状态： 亮；位于坐标  (264,201) 
结果:      ok ； LED编号:   9 ； 期望颜色：   B, 实际颜色 ：   B；期望状态： 亮, 实际状态： 亮；位于坐标  (563,149) 
结果:      ok ； LED编号:  10 ； 期望颜色：   W, 实际颜色 ：   W；期望状态： 亮, 实际状态： 亮；位于坐标  (351,145) 
结果:      ok ； LED编号:  11 ； 期望颜色：   G, 实际颜色 ：   G；期望状态： 亮, 实际状态： 亮；位于坐标  (438,82) 
结果:      ok ； LED编号:  12 ； 期望颜色：   W, 实际颜色 ：   W；期望状态： 亮, 实际状态： 亮；位于坐标  (287,68) 
结果:      ok ； LED编号:  13 ； 期望颜色：   W, 实际颜色 ： 灭；期望状态： 灭, 实际状态： 灭；位于坐标  (1287,68)