OPenCV4-颜色识别（一）调色板和简单的颜色识别

OPenCV4-颜色识别（一）调色板和简单的颜色识别

使用 OPenCV4 做颜色识别十分简单。本文章使用 python 语言来实现一个调色板和简单的颜色识别。

1.调色板

绘制一个调色板对颜色识别非常有用，当然你也可以使用 PS 等软件自带的调色板，那样会有更好的效果。

调色板的实现原理十分简单，就是通过滑动栏来选择不同的数值，来改变图像画布的颜色。因为在颜色识别中多使用 HSV 颜色空间作为识别阈值判定。所以这个调色板就是通过调节 HSV 空间的 "H"、"S"、"V" 的数值来显示一个 BGR 空间的图像。为什么显示的是 BGR 空间的图像呢？因为一般相机读取的格式都是 BGR 的。所以显示 BGR 空间的图像。总之就是：通过调节 HSV 空间的数值，显示 BGR 空间的图像。代码如下：

 import cv2
 import numpy as np
 ​
 def nothing(x):
     pass
 ​
 # Trackbar
 cv2.namedWindow("frame")
 cv2.createTrackbar("H", "frame", 0, 179, nothing)
 cv2.createTrackbar("S", "frame", 255, 255, nothing)
 cv2.createTrackbar("V", "frame", 255, 255, nothing)
 ​
 img_hsv = np.zeros((255, 500, 3), np.uint8)
 ​
 while True:
     h = cv2.getTrackbarPos("H", "frame")
     s = cv2.getTrackbarPos("S", "frame")
     v = cv2.getTrackbarPos("V", "frame")
 ​
     img_hsv[:] = (h, s, v)
 ​
     # 图像空间转换（HSV 转 BGR）
     img_bgr = cv2.cvtColor(img_hsv, cv2.COLOR_HSV2BGR)
 ​
     # 数值是 HSV 空间的，但是显示的颜色是 BGR 空间的
     cv2.imshow("frame", img_bgr)
     key = cv2.waitKey(1)
     if key == 27:
         break
 ​
 cv2.destroyAllWindows()
 ​

2.一个简单的颜色识别

为什么说是简单的颜色识别呢？因为接下来要实现的程序，是有限制的。在 "S"、"V" 空间不变的条件下，只改变 "H" 空间的数值。因此所能识别的颜色有限，只能识别红、橙、黄、绿、紫这五种颜色。具体实现看代码：

 import cv2
 ​
 # 1.获取视频源
 cap = cv2.VideoCapture(0)
 if cap.open:
     print("相机打开成功!\n")
 else:
     print("未能与相机建立连接...")
     
 # 设置相机属性
 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
 cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
 ​
 while True:
     # BGR 格式
     _, frame = cap.read()
     # 2.颜色空间转换（BGR 转 HSV）
     hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 ​
     # 获取图像的中心位置坐标，颜色识别就是识别的这一点
     height, width, _ = frame.shape
     cx = int(width / 2)
     cy = int(height / 2)
 ​
     # Pick pixel value
     pixel_center = hsv_frame[cy, cx]
     print(pixel_center)
     # 获取 H 空间的数值，此颜色识别只考虑 H 空间，S， V 空间同理
     hue_value = pixel_center[0]
 ​
     # 3.颜色识别判定，只考虑 H 空间
     color = "Undefined"
     if hue_value < 5:
         color = "RED"
     elif hue_value < 22:
         color = "ORANGE"
     elif hue_value < 33:
         color = "YELLOW"
     elif hue_value < 78:
         color = "GREEN"
     elif hue_value < 131:
         color = "BLUE"
     elif hue_value < 170:
         color = "VIOLET"
     else:
         color = "RED"
 ​
     # 获取 BGR 空间中图像中心坐标值，用于使显示的文本和中心区域识别的物体同一个颜色
     pixel_center_bgr = frame[cy, cx]
     b, g, r = int(pixel_center_bgr[0]), int(pixel_center_bgr[1]), int(pixel_center_bgr[2])
     # 图像左上角放置识别出来的颜色文本
     cv2.putText(frame, color, (10, 50), 0, 1.5, (b, g, r), 2)
     # 识别区域中心画圆
     cv2.circle(frame, (cx, cy), 5, (25, 25, 25), 3)
 ​
     cv2.imshow("video frame", frame)
     key = cv2.waitKey(int(1000 / 30))
     if key == 27:
         break
 ​
 cap.release()
 cv2.destroyAllWindows()