【opencv】在hsv颜色空间识别区域颜色

最新推荐文章于 2025-03-30 18:16:50 发布

西山北麓

最新推荐文章于 2025-03-30 18:16:50 发布

阅读量1.8w

点赞数 15

分类专栏： opencv 文章标签： opencv hsv 颜色识别图像处理二值图

本文链接：https://blog.csdn.net/xishanbeilu/article/details/51722736

版权

该博客介绍了在图像处理中如何利用HSV颜色空间识别特定颜色区域。通过HSV的色调、饱和度和亮度分量，能更直观地判断颜色。文章详细阐述了为什么选择HSV，以及识别方法和步骤，包括将RGB图像转换为HSV，设置颜色取值范围，查找并转换为二值图，找寻轮廓，最后标记识别出的颜色。实际应用中，这种方法能有效识别和标记图像中的不同颜色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

大纲

1. hsv颜色空间简介
2. 为什么是HSV
3. 识别方法说明
4. 识别步骤解析（代码片段）
4. 检测结果

一、HSV颜色空间

由色调（Hue）、饱和度（Saturation）、亮度（Value）三个分量构成，HSV更接近于人眼的主观感受。我们可以通过下面的图来展示HSV颜色分布情况：

使用了下面的matlab程序画出上面的图形，感兴趣的可以仿真一下。程序很简单。

% 创建hsv分量
hue        = repmat(linspace(0,1,100),100,1);
saturation = repmat([linspace(0,1,50) linspace(1,0,50)].',1,100);
value      = repmat([ones(1,50) linspace(1,0,50)].',1,100);
% 生成hsv图像
hsvImage = cat(3,hue,saturation,value); 
% 转换成rgb图像
rgbImage = hsv2rgb(hsvImage); 


% 构造坐标系
theta = linspace(0,2*pi,100);  
Xcor = [zeros(1,100); co