![](/img/trans.png)
[英]Detecting thresholds in HSV color space (from RGB) using Python / PIL
[英]Trouble with detecting color from HSV image using OpenCV and Python
我正在尝试使用OpenCV和Python执行简单的彩色对象检测。
我已阅读了几个教程,但遇到一个让我无法进步的令人困惑的问题。 虽然我提供了正确的数据HSV,但我的程序似乎没有检测到那种颜色的对象。
我使用这张图片(抱歉我的网络摄像头质量很差):
为了检测红色物体,我恢复了HSV颜色数据:
这是我的代码:
YELLOW = 30
BLUE = 210
GREEN = 145
RED = 320
color = RED
img = cv2.imread("sample.png")
hue = color // 2
lower_range = np.array([max(0, hue - 10), 0, 0], dtype=np.uint8)
upper_range = np.array([min(180, hue + 10), 255, 255], dtype=np.uint8)
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(img, lower_range, upper_range)
binary_img = cv2.bitwise_and(img_hsv, img_hsv, mask=mask)
binary_img = cv2.cvtColor(binary_img, cv2.COLOR_BGR2GRAY)
_, binary_img = cv2.threshold(binary_img, 127, 255, cv2.THRESH_BINARY)
cv2.imshow('sample', binary_img)
cv2.waitKey(0)
结果:
其他颜色的结果是正确的(不完美,因为我猜的质量很差),但我不能得到红色的东西。 然而,HSV转换的图像非常明确:
你知道我做错了什么吗?
您正在做的一切正确,唯一的问题是您在BGR图像而不是HSV上应用阈值。
更改:
mask = cv2.inRange(img, lower_range, upper_range)
至
mask = cv2.inRange(img_hsv, lower_range, upper_range)
我测试了它看起来很好。 我想你需要一些形态学操作来得到你的最终结果。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.