基于opencv的图像颜色识别

使用传统方法对图像颜色进行识别，适用于单个颜色的提取，可以有效地将前景与背景分离。

1.定义HSV颜色空间

图像色彩分为RGB与HSV空间，RGB是一种基于红（Red）、绿（Green）、蓝（Blue）三原色的加色法来产生色彩的表示方法。这三种颜色光以不同比例相加，可以产生多种多样的颜色。

HSV是一种基于色调（Hue）、饱和度（Saturation）、明度（Value）的色彩模型，也称为HSB（B即Brightness）。色调表示颜色的位置在色轮上的位置，饱和度表示颜色纯度，明度表示颜色亮度。

首先根据实际需求定义HSV范围用来判断颜色，本文定义了橙色、深蓝、浅蓝、紫色、粉色、深绿和浅绿色几种（本文定义的HSV范围是根据实际需求设置，不是标准的，不同数据集图像由于光照等因素，其HSV范围会有差异，因此需要具体任务具体分析。）

# 注意：这些值可能需要根据你的图像进行调整
    lower_orange = np.array([0, 30, 30])
    upper_orange = np.array([30, 255, 255])

    lower_light_blue = np.array([100, 30, 180])
    upper_light_blue = np.array([140, 70, 255])
    lower_deep_blue = np.array([100, 100, 50])
    upper_deep_blue = np.array([140, 255, 150])

    lower_purple = np.array([120, 50, 50])  # 可能需要调整以匹配你的图像
    upper_purple = np.array([180, 255, 255])

    lower_pink = np.array([160, 50, 150])  # 较低的饱和度，较高的亮度
    upper_pink = np.array([180, 255, 255])

    lower_light_green = np.array([35, 50, 150])  # 较高的亮度，较低的饱和度
    upper_light_green = np.array([85, 200, 255])
    lower_dark_grean=np.array([30,100,50])