opencv（一）：2g-r-b提取绿色

最新推荐文章于 2025-02-13 21:54:23 发布

哦吼吼231

最新推荐文章于 2025-02-13 21:54:23 发布

阅读量8.3k

点赞数 14

分类专栏： Opencv 文章标签： opencv

本文链接：https://blog.csdn.net/weixin_44524040/article/details/90350701

版权

本文介绍了使用OpenCV通过2G-R-B方法和HSV色彩空间来提取绿色物体的步骤，包括图片处理、二值化、开运算和膨胀等操作。在阳光充足条件下，这种方法效果良好。后续内容将涉及计算面积和轮廓选择。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 提取绿色的方法

首先经过BGR分离，做一个2g-r-b的处理，然后进行二值化处理得到最终结果。
缺点：对阳光照射的影响有很大的影响，最好选取阳光充足的照片
对下面这张照片进行处理（从一篇论文里面摘的）
在这里插入图片描述

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 使用2g-r-b分离土壤与背景

src = cv2.imread('C:\\Users\\zjk\\PycharmProjects\\untitled1\\1.bmp')
cv2.imshow('src', src)

# 转换为浮点数进行计算
fsrc = np.array(src, dtype=np.float32) / 255.0
(b, g, r) = cv2.split(fsrc)
gray = 2 * g - b - r

# 求取最大值和最小值
(minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(gray)

# 计算直方图
hist = cv2.calcHist([gray], [0], None, [256], [minVal, maxVal])
plt.plot(hist)
plt.show()


# 转换为u8类型，进行otsu二值化
gray_u8 = np.array((gray - minVal) / (maxVal - minVal) * 255, dtype=np.uint8)
(thresh, bin_img) = cv2.threshold(gray_u8, -1.0, 255, cv2.THRESH_OTSU)
cv2.imshow('bin_img', bin_img)

# 得到彩色的图像
(b8, g8, r8) = cv2.split(src)
color_img = cv2.merge([b8 & bin_img, g8 & bin_img, r8 & bin_img])
cv2.imshow('color_img', color_img)

cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

2 视频

import cv2
import numpy as np
import time
# 使用2g-r-b分离土壤与背景
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1080)#设定分辨率，随便给个分辨率，它会自己适应到一个属于自己的比较合适的分辨率
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
while(cap.isOpened()):
    t = time.time()
    ret,frame = cap.read()
    # print(frame.shape)
    fsrc = np.array(frame, dtype=np.float32) / 255.0#这里除以255是为了下面2g - r - b做准备，而且于此同时将数组转换为float小数类型
    print(fsrc)
    (b, g, r) = cv2.split(fsrc)
    gray = 2 * g - b - r#由于一张图片最大255，如果我2*g - b -r 超出了255 默认是255，但是如果是小数，怎么也不会超出255,因为uint8类型超过255就是这个数减255截断
    # cv2.imshow('graw',gray)

    (minVal, maxVal, minLoc, maxLoc) = cv2.minMaxLoc(gray)
    print(maxVal-minVal)
    gray_u8 = np.array((gray - minVal) * 255/ (maxVal - minVal) , dtype=np.uint8) #最大的*255可能会超出255，所以要除以一个max-min，保证最大是255
    # cv2.imshow('gray_u8',gray_u8)
    (thresh, bin_img) = cv2.threshold(gray_u8, -1.0, 255, cv2.THRESH_OTSU)# cv2.THRESH_OTSU是自动分割阈值
    cv2.imshow('bin_img', bin_img)

    # 得到彩色的图像
    (b8, g8, r8) = cv2.split(frame)
    color_img = cv2.merge([b8 & bin_img, g8 & bin_img, r8 & bin_img])#将原来彩色图片与分割出来的进行合并
    cv2.imshow('color_img', color_img)
    f = time.time()
    print("时间是",f-t)
    c = cv2.waitKey(1)
    if c == 27:
        break
cap.release()
cv2.destroyAllWindows()

3 HSV+ 2G-R-B + 开运算 + 膨胀

import cv2
import numpy as np
import time
import matplotlib.pyplot as plt

cap = cv2.VideoCapture(1)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1080)#设定分辨率，随便给个分辨率，它会自己适应到一个属于自己的比较合适的分辨率
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)

while(cap.isOpened()):
    t = time.time()
    ret, img = cap.read()
    img =

最低0.47元/天解锁文章