用hsv找图像上的颜色的坐标,并替换成想要的颜色。

这篇博客介绍如何使用OpenCV库将图像从BGR转换到HSV颜色空间,并通过设置lower_green和upper_green数组来定义绿色的HSV范围,实现对图像中绿色部分的定位和筛选。通过膨胀操作增强边缘检测,最后返回处理后的图像。
摘要由CSDN通过智能技术生成

用hsv找图像上的颜色:

def delgreen(img2):
    lower_green = np.array([36,25,25])
    upper_green = np.array([70,255,255])
    hsv = cv2.cvtColor(img2, cv2.COLOR_BGR2HSV)
    mask_r = cv2.inRange(hsv, lower_green , upper_green )
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (4, 4))
    mask_r = cv2.dilate(mask_r, kernel)
    mask = np.array(mask_r)>200
    mask1 = np.zeros_like(img)
    aaa = np.zeros_like(img)
    mask1[:,:,0] = mask
    mask1[:,:,1] = mask
    mask1[:,:,2] = mask
    change = np.where(mask1,aaa,img)
    return change

lower_green 和upper_green 这个变量是想要替换的颜色array的rgb数值,写进去就行

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