机器视觉-图像的简单处理

测试图片:

 代码:

import cv2 as cv2
import numpy as np
 
panel = np.zeros([100, 700], np.uint8)
cv2.namedWindow('panel')
 
def nothing(x):
    pass
 
cv2.createTrackbar('L - h', 'panel', 0, 179, nothing)
cv2.createTrackbar('U - h', 'panel', 179, 179, nothing)
 
cv2.createTrackbar('L - s', 'panel', 0, 255, nothing)
cv2.createTrackbar('U - s', 'panel', 255, 255, nothing)
 
cv2.createTrackbar('L - v', 'panel', 0, 255, nothing)
cv2.createTrackbar('U - v', 'panel', 255, 255, nothing)
 
img = cv2.imread("11.bmp")[700:1400,700:1800,:]
print(img.shape)
img = cv2.resize(img, (0, 0), fx=0.8, fy=0.8, interpolation=cv2.INTER_NEAREST)
 
# gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# hls = cv2.cvtColor(img, cv2.COLOR_BGR2HLS)
# LAB = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
# LUV = cv2.cvtColor(img, cv2.COLOR_BGR2LUV)
 
# cv2.imshow("gray", gray)
# cv2.imshow("hsv", hsv)
# cv2.imshow("hls", hls)
# cv2.imshow("LAB", LAB)
# cv2.imshow("LUV", LUV)
 
while (1):
    l_h = cv2.getTrackbarPos('L - h', 'panel')
    u_h = cv2.getTrackbarPos('U - h', 'panel')
    l_s = cv2.getTrackbarPos('L - s', 'panel')
    u_s = cv2.getTrackbarPos('U - s', 'panel')
    l_v = cv2.getTrackbarPos('L - v', 'panel')
    u_v = cv2.getTrackbarPos('U - v', 'panel')
 
    lower_green = np.array([l_h, l_s, l_v])
    upper_green = np.array([u_h, u_s, u_v])
    # inRange():介于lower_green / upper_green之间的为白色,其余黑色
    mask = cv2.inRange(hsv, lower_green, upper_green)
    res = cv2.bitwise_and(img, img, mask=mask)
    cv2.imshow('res', res)
    k = cv2.waitKey(1) & 0xFF
    if k == ord('c'):
        draw_type = not draw_type
    elif k == 27:
        break
————————————————
版权声明:本文为CSDN博主「RayChiu_Labloy」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/RayChiu757374816/article/details/119872376

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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