opencv 处理黑夜_黑夜给我了黑色眼睛：OpenCV识别黑色矩形

在计算机图形领域，识别特定形状是一项基本功能，但从初学者的角度来说，这一切并不容易，接下来我将为大家详细介绍如何利用OpenCV实现简单的颜色+形状识别。

一、目标介绍。

实现一个这样的程序，能够将识别摄像头的实时视频流中黑色矩形，并将其标记出来

二、思路分解以及代码实现。

具体实现思路是这样的：

1、抓取电脑摄像头的实时视频流，将其一帧用Mat类存储起来，利用while循环就可以将视屏流一帧帧地放入Mat，然后针对每一帧的图片进行处理。这样我们就将处理视频的任务转化为处理图片。

while(1)

{

Mat video;

capture >> video;

}

2、将图片(Mat Video)中黑色的区域分离出来，用一个二值图(值只有0和255，即黑和白)来储存黑色区域的信息，其中值为255(显示为白色)的点代表黑色。具体的执行细节如下：

a、将图片由RGB色域转化为HSV色域。为什么？要知道，光照情况会影响颜色，比如白色的物体在光线较暗时，会被电脑识别为黑色。而使用HSV色域可以极大地减少光照对颜色识别的影响。OpenCV提供了cvtColor()这个函数处理此情况。

Mat hsv;

cvtColor(frame,hsv,COLOR_BGR2HSV);

b、利用inRange()函数分离出图片的黑色部分

Mat blkobj；

inRange(hsv,Scalar(0,0,0),Scalar(180,255,46),blkobj);

图片的黑色部分就已经储存在了Mat blkobj 里。

3、图片的黑色区域已经得到了，那么我们该如何在其中找出矩形呢？

这里提供两个思路

思路一：化繁为简，不妨先在图片中找出直线，如果存在直线能够拼成一个矩形，那么我们就判定图片中存在矩形，并把它标记出来。

思路二：具体分三个步骤

I、找出图片中最大的黑色物体(当然，你也可以选择把每个黑色物体都找出来)

II、找出其最小的外接矩形，然后求出最大黑色物体的面积与最小外接矩形面积的比值

III、如果比值足够接近1，说明这个黑色物体是矩形

思路一网上已经有人实现过了，但似乎只适用于识别简单的图片，用于视频识别的效果不佳。小编也自己实现了一遍，发现该思路存在着许多问题：

问题一：使用霍夫变换HoughLIne()寻找直线，效果不佳，对画面质量敏感。

问题二：算法实现较为复杂，小编实现出来后，未经优化算法的复杂度为O(n^4)，如果线的数量n一多，视频就会卡死。

<