[Python]基于openCV的HSV取色器与阈值提取

import cv2 as cv
import os
import numpy as np

# 遍历文件夹函数
def getFileList(dir, Filelist, ext=None):
    """
    获取文件夹及其子文件夹中文件列表
    输入 dir:文件夹根目录
    输入 ext: 扩展名
    返回: 文件路径列表
    """
    newDir = dir
    if os.path.isfile(dir):
        if ext is None:
            Filelist.append(dir)
        else:
            if ext in dir[-3:]:
                Filelist.append(dir)

    elif os.path.isdir(dir):
        for s in os.listdir(dir):
            newDir = os.path.join(dir, s)
            getFileList(newDir, Filelist, ext)

    return Filelist

#鼠标响应事件
def onmouse(event, x, y, flags, param):
    cv.imshow("img", img)
    # 双击
    if event == cv.EVENT_LBUTTONDBLCLK:
        print("(" + str(x) + "," + str(y) + ")的HSV为" + str(img_hsv[y, x]))

# 存放图片的文件夹路径
path = "./images/"
imglist = getFileList(path, [])
for imgpath in imglist:
    img = cv.imread(imgpath)
    img=cv.resize(img,dsize=None,fx=0.5,fy=0.5)
    img_hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
    cv.namedWindow("img")
    cv.namedWindow("imgDivided")
    # mask默认为灰度图
    mask = cv.inRange(img_hsv, np.array([63, 32, 70]), np.array([80, 255, 255]))

    # 取色器(以下两行仅保留一行注释,若第一行被注释则为快速展示模式,若第二行被注释则为调整阈值模式)
    cv.setMouseCallback("img", onmouse)
    # cv.imshow("img", img)

    div = np.array(img)
    div[mask == 255] = [0, 0, 255]
    cv.imshow("imgDivided", div)
    cv.waitKey(0)
cv.destroyAllWindows()

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
当使用OpenCV进行图像处理时,可以使用滑动条来调节HSV颜色空间的阈值。下面是一个示例代码,演示了如何创建一个窗口,并在窗口中添加滑动条来调节HSV阈值: ```python import cv2 def on_trackbar(val): pass # 创建一个空白图像 image = np.zeros((300, 300, 3), dtype=np.uint8) # 创建一个窗口 cv2.namedWindow('Threshold') # 创建滑动条 cv2.createTrackbar('Hue Min', 'Threshold', 0, 255, on_trackbar) cv2.createTrackbar('Hue Max', 'Threshold', 255, 255, on_trackbar) cv2.createTrackbar('Saturation Min', 'Threshold', 0, 255, on_trackbar) cv2.createTrackbar('Saturation Max', 'Threshold', 255, 255, on_trackbar) cv2.createTrackbar('Value Min', 'Threshold', 0, 255, on_trackbar) cv2.createTrackbar('Value Max', 'Threshold', 255, 255, on_trackbar) while True: # 获取滑动条的值 hue_min = cv2.getTrackbarPos('Hue Min', 'Threshold') hue_max = cv2.getTrackbarPos('Hue Max', 'Threshold') saturation_min = cv2.getTrackbarPos('Saturation Min', 'Threshold') saturation_max = cv2.getTrackbarPos('Saturation Max', 'Threshold') value_min = cv2.getTrackbarPos('Value Min', 'Threshold') value_max = cv2.getTrackbarPos('Value Max', 'Threshold') # 将图像转换为HSV颜色空间 hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 创建一个掩膜,根据滑动条的值来阈值化图像 mask = cv2.inRange(hsv, (hue_min, saturation_min, value_min), (hue_max, saturation_max, value_max)) # 显示原始图像和阈值化后的图像 cv2.imshow('Original', image) cv2.imshow('Thresholded', mask) # 按下ESC键退出循环 if cv2.waitKey(1) == 27: break # 销毁窗口 cv2.destroyAllWindows() ``` 在这个示例代码中,我们首先创建了一个空白图像,并创建了一个名为"Threshold"的窗口。然后,我们使用`cv2.createTrackbar()`函数创建了六个滑动条,分别用于调节Hue、Saturation和Value的最小和最大阈值。每个滑动条都有一个回调函数`on_trackbar()`,但在这个示例中我们暂时不需要它,所以回调函数中只有一个空的`pass`语句。 在主循环中,我们使用`cv2.getTrackbarPos()`函数获取滑动条的当前值,并将图像转换为HSV颜色空间。然后,我们使用`cv2.inRange()`函数根据滑动条的值创建一个掩膜,将图像阈值化。最后,我们使用`cv2.imshow()`函数显示原始图像和阈值化后的图像。 你可以根据需要调整滑动条的初始值和范围,并在回调函数中添加适当的处理代码来实现你的需求。
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

打赏作者

雕雀桑

感谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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