如何找到检测到的形状的蓝色、绿色、红色

Question

import cv2
import numpy as np
img = cv2.imread('img.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret,thresh = cv2.threshold(gray,127,255,1)

contours,h = cv2.findContours(thresh,1,2)

for cnt in contours:
    approx = cv2.approxPolyDP(cnt,0.01*cv2.arcLength(cnt,True),True)
    
    if len(approx)==3:
        print('Triangle') 
       
    elif len(approx)==4:
        print('Sq')
       
    elif len(approx)==5:
        print('Pen')
       
       
    elif len(approx) ==6:
        print('Hex')  

       
    else:
        print('Cir')
       
       

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

**我们如何仅在 BRG 颜色中找到检测到的形状的颜色。此代码能够找到形状，但我不知道检测此检测到的形状的颜色。 **

Answer 1

某种颜色有一定的RGB值。 您可以在某些网站上上传图像，它会为您提供所需颜色的确切 RGB 值。

您可以编写条件，定义从网站获得的颜色的某个范围，如果图像中的颜色在您定义的范围内，则它是您的颜色。

Answer 2

这是 Python/OpenCV 中的一种方式。 鉴于您知道轮廓或多边形，您可以为给定的轮廓创建遮罩。 然后使用遮罩找出图像中所有与遮罩白色像素对应的像素。 得到这些像素的平均值。

输入：

这里为了简单起见，我只是简单地对绿色的灰度版本进行阈值制作蒙版。

import cv2
import numpy as np

# Read image
img = cv2.imread('rgb.png')

# convert to gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Define graylevel lower and uppper limits for green
lower = 145
upper = 155

# Create mask
mask = cv2.inRange(gray, lower, upper)

# get mean color
region = img[np.where(mask == 255)]
mean = np.mean(region, axis=0)
print(mean)

# save results
cv2.imwrite('rgb_gray.png', gray)
cv2.imwrite('rgb_mask.png', mask)

cv2.imshow('gray', gray)
cv2.imshow('mask', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

灰色图像：

面具：

平均颜色：

[  0. 255.   0.]

正如预期的那样是绿色的。