教你如何用Python检测出图像中的黄色？都在这里！

首先，这里不搞黄色，只搞学习，希望大家好好学习，争取早日变成大佬，升职加薪、当上总经理、出任CEO、迎娶白富美、走上人生巅峰，想想是不是有点小激动。

等等，别跑偏了，接下来开始学习。

有时我们需要检测出图像中不同颜色的地方，就比如下图中，有很多种颜色，但是我们只想要黄色，那我们应该怎么检测呢

OpenCV中有一个很好的函数，那就是inRange函数，可以将图像中的不同颜色图像根据指定的颜色检测出来。但是在这之前必须将彩色图像转换为HSV图像。

转换HSV图像的函数也在OpenCV中，那就是cvtColor，可以直接将RGB（真实图像其实是BGR顺序）转换为HSV图像。

下面给出HSV的一张表格，不要急，下面就会知道这个表格的作用啦。

inRange有三个参数，分别是hsv, lower_color, upper_color，其中：
第一个参数：hsv指的是转换为HSV格式的图像
第二个参数：lower_color指的是图像中低于这个lower_color的值，图像值变为0
第三个参数：upper_color指的是图像中高于这个upper_color的值，图像值变为0
注：lower_color和upper_color都是有三个值，分别代表了H、S、V（Hue色度，Saturation饱和度，Value 纯度）三个值的最小最大边界。

接下来进行代码演示：

# 导入必要模块
import cv2
import numpy as np

img = cv2.imread("./hough transform/HoughCircleImg/5.jpg")  # 读取图片路径
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 将BGR图像转换为HSV格式
lower_color = np.array([26, 43, 46])  # 分别对应着HSV中的最小值
upper_color = np.array([34, 255, 255])  # 分别对应着HSV中的最大值
mask = cv2.inRange(img_hsv, lower_color, upper_color)  # inrange函数将根据最小最大HSV值检测出自己想要的颜色部分
cv2.imshow("mask", mask)  # 通过imshow显示
cv2.waitKey(0)  # 等待键盘按下按键退出

上面的lower_color和upper_color分别是上图表格中对应黄色部分的HSV最小最大值。

其中,低于lower_color和高于upper_color的值会变成0，介于lower_color和upper_color之间的值会变成255。

接下来，看最终结果显示图片，可以很清楚的看到只有黄色部分才是255（白色），其他地方全部变成了0（黑色）。

怎么样？最终是不是检测出来了黄色部分。

你们也可以根据自己喜爱检测出其他颜色部分。

当然，真实场景往往比这更加复杂，这就需要我们根据需要进行微调。

好了，就介绍到这里，欢迎大家进行指正，哪里有问题可以提出。

我是满目星辰wwq，大家可以叫我星辰，一起学习，一起进步，大家都能变成大神！