Python使用opencv识别简单图片中的主颜色

一、业务需求

本人也是python的初学者，在工作中接触一些简单的人工智能。因为工作关系，需要从系统提供的屏幕截图中识别系统菜单中的文字，该文字有一明显特征，就是橘色的高亮文字。那么需求就是从一个图片文件中识别里面的橘色高亮文字。识别图片样例：

二、设计思路

对样例图片进行分析，发现图片比较简单，没有太多颜色混杂在一起，主要是黑色字体、高亮的橘色字体这2两种字体组成。这样就给解决方案带来了很多便利性，设计思路大概如需：

1. 分割图片：找到样例图片中的字块，进行分割，获取图片字块的像素坐标；
2. 获取图片字块中的颜色：对图片字块中的颜色进行识别，找出属于橘色系的颜色部分，如果颜色区域的面积大于一个预设的阈值，就可以判断该图块的字体颜色符合预期。

三、分割图片

1、使用opencv，将图片转换为二值图，方便进行下面的处理

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

image = cv2.imread('x4.jpg')

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换了灰度化
ret, img = cv2.threshold(gray, 160, 255, cv2.THRESH_BINARY)  # 将灰度图像二值化
img = 255 - img
cv2.imshow("img", img)
cv2.waitKey()

二值化的图片：

2、然后进行腐蚀图片。腐蚀图片的意义就不在这里赘述了，大家有兴趣的自行百度搜索吧。

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (7, 7))
img = cv2.dilate(img, kernel)
h, w = img.shape
cv2.imshow("img", img)
cv2.waitKey()