如何在OpenCV Python中檢測紅色？

Question

我正在嘗試檢測從我的網絡攝像頭拍攝的視頻中的紅色。 下面給出的以下代碼示例來自OpenCV文檔。 代碼如下：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):

    # Take each frame
    _, frame = cap.read()

    # Convert BGR to HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # define range of blue color in HSV
    lower_blue = np.array([110,50,50])
    upper_blue = np.array([130,255,255])

    # Threshold the HSV image to get only blue colors
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # Bitwise-AND mask and original image
    res = cv2.bitwise_and(frame,frame, mask= mask)

    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cv2.destroyAllWindows()

行lower_blue = np.array([110,50,50])具有較低范圍的Blue HSV值，而行upper_blue = np.array([130,255,255])具有較高范圍的Blue HSV值。 我在互聯網上尋找紅色的上限和下限，但我找不到它。 如果有人能告訴OpenVV的Red的HSV值（OpenCV H值范圍從0到179），將會非常有幫助。 非常感謝您的幫助（In Advance）。

我也試過運行以下來找到紅色的范圍，但我無法選擇適當的值。 我試過的是這個（紅色）：

>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print hsv_green
[[[ 60 255 255]]]

這也取自OpenCV文檔。 請告訴我或幫我找到OpenCV的RED COLOR范圍。

Answer 1

運行相同的紅色代碼似乎工作：

>>> red = numpy.uint8([[[0,0,255]]])
>>> hsv_red = cv2.cvtColor(red,cv2.COLOR_BGR2HSV)
>>> print(hsv_red)
[[[  0 255 255]]]

然后你可以試試看起來偏紅的不同顏色。 請注意，紅色范圍包括略大於0的數字和略小於179的數字（例如， red = numpy.uint8([[[0,31,255]]])導致[[[ 4 255 255]]]而red = numpy.uint8([[[31,0,255]]])導致[[[176 255 255]]] 。

Answer 2

這是一個通過選擇6個數組參數來確定所需顏色的程序。（在Opencv 3.2上工作）。 您選擇了圖像或“顏色范圍條”輸入圖像，然后移動光標並查看哪些數組值是您隔離顏色所需的值！ 色域程序屏幕圖片

這是代碼:(可以很容易地適應視頻輸入）。 image.jpg - >（您的圖片）color_bar.jpg - >（您想要顯示窗戶的任何圖片，嘗試任何東西）

import cv2
import numpy as np
from matplotlib import pyplot as plt

def nothing(x):
    pass

def main():

    window_name='color range parameter'
    cv2.namedWindow(window_name)
    # Create a black image, a window
    im = cv2.imread('image.jpg')
    cb = cv2.imread('color_bar.jpg')
    hsv = cv2.cvtColor(im,cv2.COLOR_BGR2HSV)

    print ('lower_color = np.array([a1,a2,a3])')
    print ('upper_color = np.array([b1,b2,b3])')


    # create trackbars for color change
    cv2.createTrackbar('a1',window_name,0,255,nothing)
    cv2.createTrackbar('a2',window_name,0,255,nothing)
    cv2.createTrackbar('a3',window_name,0,255,nothing)

    cv2.createTrackbar('b1',window_name,150,255,nothing)
    cv2.createTrackbar('b2',window_name,150,255,nothing)
    cv2.createTrackbar('b3',window_name,150,255,nothing)

    while(1):
        a1 = cv2.getTrackbarPos('a1',window_name)
        a2 = cv2.getTrackbarPos('a2',window_name)
        a3 = cv2.getTrackbarPos('a3',window_name)

        b1 = cv2.getTrackbarPos('b1',window_name)
        b2 = cv2.getTrackbarPos('b2',window_name)
        b3 = cv2.getTrackbarPos('b3',window_name)

        # hsv hue sat value
        lower_color = np.array([a1,a2,a3])
        upper_color = np.array([b1,b2,b3])
        mask = cv2.inRange(hsv, lower_color, upper_color)
        res = cv2.bitwise_and(im, im, mask = mask)

        cv2.imshow('mask',mask)
        cv2.imshow('res',res)
        cv2.imshow('im',im)
        cv2.imshow(window_name,cb)

        k = cv2.waitKey(1) & 0xFF
        if k == 27:         # wait for ESC key to exit
            break
        elif k == ord('s'): # wait for 's' key to save and exit
            cv2.imwrite('Img_screen_mask.jpg',mask)
            cv2.imwrite('Img_screen_res.jpg',res)
            break


    cv2.destroyAllWindows()


#Run Main
if __name__ == "__main__" :
    main()