python颜色识别原理_python+opencv实现颜色检测、轮廓检测、颜色追踪

本文介绍了使用Python和OpenCV进行颜色识别的基本步骤,包括读取图像、颜色空间转换、颜色检测、轮廓检测和颜色追踪,并提供了相关的代码示例。通过设置颜色滑动控制器来调整HSV范围,实现特定颜色的精确检测。同时,还展示了如何通过摄像头实时监控并追踪特定颜色的物体。
摘要由CSDN通过智能技术生成

准备工作

python配置numpy和openCv库

读取图像和视频图像cv2.imread(路径)

cv2.imshow(窗口名称,输出对象)

cv2.waitkey(等待时间)import cv2

img = cv2.imread("./Resources/3-1P316104441.jpg")//当前项目目录下

cv2.imshow("output", img)

cv2.waitKey(0)视频cv2.VideoCapture(路径或数字)

set()

(1) set(3,数字)设置显示区域宽

(2) set(4,数字)设置显示区域高

(3) set(10,数字)设置亮度read()

cv2.imshowimport cv2

cap = cv2.VideoCapture("./Resources/Ninja Track.mp4")

while True:

#success是bool值,用于判断是否读取成功

success, img = cap.read()

cv2.imshow("video", img)

if cv2.waitKey(1) & 0xFF == ord('q'):

break

基础功能图像cv2.cvtColor(对象,cv2.COLOR_BGR2GRAY) 转换为灰度图像

cv2.GaussianBlur(对象,(奇数,奇数),0)设置模糊,值越大,模糊程度越大

cv2.Canny(对象,数字,数字)设置Canny边缘检测器,数字越大,显示的越少

cv2.dilate(边缘对象,矩阵,iteration=数字) 图像膨胀,即:增加图像边缘厚度

cv2.erode(对象,矩阵而过,iteration=数字)图像腐蚀,即:减少图像边缘厚度

裁剪图像改变图像大小对象.shape用于显示图片大小print(img.shape)#先显示高度,再显示宽度cv2.resize(对象,(宽度,高度))改变图片大小imgResize = cv2.resize(img, (200,300))#先定义宽度,在定义高度裁剪图像

对象[数字:数字,数字:数字]先高度后宽度imgCropped = img[0:100,200:300]#先高度后宽度

绘制图形和文本创建简单图像numpy.zeros((512,512)) 建立矩阵,0表示黑色为图像添加颜色通道numpy.zeros((数字,数字,3),numpy.unint8)添加颜色三个颜色通道,颜色值为0~255为图像上色

对象[数字:数字,数字:数字]=rgb值img[200:300,:]=255,0,0绘制线条

cv2.line(对象,(起点坐标),(终点坐标),(rgb颜色值),厚度)cv2.line(img,(0,0),(300,300),(0,255,0),3)绘制矩形

cv2.rectangle(对象,(起点坐标),(终点坐标),(rgb颜色值),厚度)cv2.rectangle(img,(0,0),(100,100),(0,0,255),3)

cv2.rectangle(img,(0,0),(100,100),(0,0,255),cv2.FILLED)填充图形绘制圆

cv2.circle(对象,(圆心坐标),半径,(rgb颜色值),厚度)cv2.circle(img,(100,100),30,(255,255,0),2)显示文字

cv2.putText(对象,“文本内容",(起始坐标),字体样式,缩放比例,(rgb颜色值),厚度)cv2.putText(img,"good",(200,200),cv2.FONT_HERSHEY_COMPLEX,1,(0,150,0),1)

视角转换设置待转换坐标

numpy.float32([[坐标1],[坐标2],[坐标3],[坐标4]])pts1 = np.float32([[111,219],[287,188],[154,482],[352,440]])设置转换后坐标numpy,float32([[0,0],[width,0],[0,height],[width,height]])透视图转换cv2.getPrespectiveTransform(待转换坐标,转换后坐标)转换后图像cv2.warpPerspective(对象,透视图转换,(width,height))img = cv2.imread("Resources/puke_zhipai-003.jpg")

width,height=250,250

pts1 = np.float32([[111,219],[287,188],[154,482],[352,440]])

pts2 = np.float32([[0,0],[width,0],[0,height],[width,height]])

matrix = cv2.getPerspectiveTransform(pts1,pts2)#透视图转换,将世界坐标系变为屏幕坐标系

imgoutput = cv2.warpPerspective(img,matrix,(width,height))

cv2.imshow("card",imgoutput)

cv2.waitKey(0)

图像拼接无法调整图像大小水平拼接

numpy.hstack((对象,对象))hor = np.hstack((img, img))垂直拼接

numpy.vstack((img,img))ver = np.vstack((img,img))能够调整图像大小编写stackImages函数def stackImages(scale,imgArray):

rows = len(imgArray)

cols = len(imgArray[0])

rowsAvailable = isinstance(imgArray[0], list)

width = imgArray[0][0].shape[1]

height = imgArray[0][0].shape[0]

if rowsAvailable:

for x in range ( 0, rows):

for y in range(0, cols):

if imgArray[x][y].shape[:2] == imgArray[0][0].shape [:2]:

imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)

else:

imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]), None, scale, scale)

if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)

imageBlank = np.zeros((height, width, 3), np.uint8)

hor = [imageBla

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值