本文介绍了如何使用OpenCV在HSV空间中通过Hue通道识别红色矩形。首先，将图像转换为HSV空间，分离H通道，并针对红色范围设置阈值。然后，进行形态学操作，寻找轮廓，并根据宽度、高度、面积和长宽比等属性过滤轮廓，最终检测和绘制出矩形。虽然原始图像中的蓝色标签导致了问题，但在干净的图像上，该方法能有效识别矩形。
HSV空间中的H通道是Hue，它对光线变化不敏感 . 红色范围约为[150,180] .
根据提到的信息，我做了以下工作 .
切换到HSV空间，拆分H通道，阈值并将其标准化 .
应用变形操作(打开)
查找轮廓，按某些属性(宽度，高度，面积，比率等)进行过滤 .
PS . 由于NETWORK，我无法获取您在Dropbox上传的图像 . 所以，我只使用crop the right side of your second image作为输入 .
imgname = "src.png"
img = cv2.imread(imgname)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
## Split the H channel in HSV, and get the red range
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)
h[h<150]=0
h[h>180]=0
## normalize, do the open-morp-op
normed = cv2.normalize(h, None, 0, 255, cv2.NORM_MINMAX, cv2.CV
最低0.47元/天 解锁文章
扫一扫
746
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
