基于opencv的颜色检测

OpenCV基本操作

读取图像

img = cv2.imread(filename)

从文件中读取图像

参数说明

filename：文件路径

返回值

表示图像的数组

显示图像

cv2.imshow(name, frame)

显示图像

参数说明

name：图像窗口名称
frame：要显示的图像数组

返回值

无

保存图像

cv2.imwrite(filename, frame)

保存图像

参数说明

filename：要保存的文件名
frame：要保存的图像

返回值

无

打开视频流

cap = cv2.videoCapture(id)

打开视频资源，获取一个videoCapture对象，后续可通过读此对象得到图像画面

参数说明

id：可以是设备索引也可以是视频文件路径

返回值

videoCapture对象

从视频流中读取图像

ret, frame = cap.read()

按帧读取视频流中的图像

参数说明

无

返回值

ret： 如果正确读取帧，ret为True，否则为False
frame：表示一帧图像的数组

颜色空间转换

img = cv2.cvtColor(frame, code)

按指定代码对颜色空间进行转换

参数说明

frame：传入图像
code：转换代码，如灰度变换cv2.COLOR_BGR2GRAY，hsv变换cv2.COLOR_BGR2HSV，这里的BGR是因为opencv默认按照蓝、绿、红进行排列

返回值

img：转换后的图像

使用示例：打开并显示摄像头画面

#!coding: utf-8
import cv2
import numpy as np
Key_Esc = 27
cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
while True:
    # 逐帧捕获
    ret, frame = cap.read()
    # 如果正确读取帧，ret为True
    if not ret:
        print("Can't receive frame (stream end?). Exiting ...")
        break
    # 灰度变换
    # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 显示原图或灰度图
    cv2.imshow('frame', np.rot90(cv2.resize(frame, (320, 240))))
    # cv2.imshow('gray', np.rot90(cv2.resize(gray,(320,240))))
    # 按Esc键退出，不加这一句可能无法正常显示图像
    if cv2.waitKey(1) == Key_Esc:
        break
# 完成所有操作后，释放捕获器
cap.release()
cv2.destroyAllWindows()

颜色查找

mask = cv2.inRange(frame, lowerb,upperb)

按照指定的颜色区间对图像进行查找

参数说明

frame：传入图像
lowerb：颜色区间下限
upperb：颜色区间上限

返回值

mask：黑白阈值图像（也被称为掩膜图像），和传入图像尺寸一致，在查找颜色区间内的区域会被设为白色，不在区间内的会被设为黑色

轮廓检测

contours, hierarchy = cv2.findContours(mask,mode,method)

检测黑白阈值图中的轮廓

参数说明

mask：要检测的图像，黑白阈值图
mode：检测模式，cv2.RETR_TREE检测所有轮廓，所有轮廓建立一个等级树结构
method：检测方法，cv2.CHAIN_APPROX_SIMPLE仅保存轮廓的拐点信息

返回值

contours：轮廓中所包含的线段点集
hierarchy：轮廓之间的层级

计算轮廓面积

area = cv2.contourArea(cnt)

计算轮廓的像素面积

参数说明

cnt：要计算的轮廓

返回值

area：轮廓面积

轮廓拟合

center,wh,angle = cv2.minAreaRect(cnt)

用一个矩形对轮廓进行拟合

参数说明

cnt：要拟合的轮廓

返回值

拟合矩形的参数
center：矩形中心点坐标
wh：矩形宽和高
angle：矩形倾角（弧度制）

使用示例：基于opencv做颜色检测

#!coding: utf-8
import numpy as np
import cv2
Key_Esc = 27
cap = cv2.VideoCapture(0)
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])
while True:
    ret, frame = cap.read()
    # hsv变换
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    res = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    if len(res) == 2:
        # python3 写法
        contours, hierarchy = res
    elif len(res) == 3:
        # python2 写法
        _, contours, hierarchy = res
    # 用黄色绘制出轮廓（BGR 0，255，255）
    cv2.drawContours(frame, contours, -1, (0, 255, 255), thickness=2)
    # 显示处理结果
    cv2.imshow('detected', np.rot90(cv2.resize(frame, (320, 240))))
    # cv2.imshow('mask', np.rot90(cv2.resize(mask,(320,240))) )
    # 按q键退出，不加这一句可能无法正常显示图像
    if cv2.waitKey(1) == Key_Esc:
        break
cap.release()
cv2.destroyAllWindows()