目錄

• • 一、什么是顏色目標(biāo)檢測(cè)？
  • 二、如何實(shí)現(xiàn)基于顏色的目標(biāo)檢測(cè)？
  • 三、算法代碼實(shí)現(xiàn)
  • 四、算法運(yùn)行流程
  • 五、效果展示與分析
  • 六、思維擴(kuò)展
  • 參考資料
  • 注意事項(xiàng)

一、什么是顏色目標(biāo)檢測(cè)？

??所謂的顏色目標(biāo)檢測(cè)，即根據(jù)物體的顏色來(lái)快速的進(jìn)行目標(biāo)定位，該算法的思路比較簡(jiǎn)單，但是卻有很大的使用價(jià)值。

二、如何實(shí)現(xiàn)基于顏色的目標(biāo)檢測(cè)？

??整個(gè)算法的實(shí)現(xiàn)步驟比較簡(jiǎn)單，具體的步驟如下所示：

• 步驟1-根據(jù)圖片中的目標(biāo)設(shè)定合適的lower和upper閾值；
• 步驟2-使用cv2.inRange（img，lower， upper）函數(shù)來(lái)進(jìn)行閾值化操作，其中l(wèi)ower和upper就是我們所設(shè)定的閾值；
• 步驟3-使用cv2.bitwise_and()函數(shù)進(jìn)行與操作，即選擇出合適的目標(biāo)；

三、算法代碼實(shí)現(xiàn)

# coding=utf-8 # 導(dǎo)入python包 import numpy as np import argparse import imageio import cv2# 設(shè)置并解析參數(shù) ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", help = "path to the image") args = vars(ap.parse_args())# 讀取圖片 image = cv2.imread(args["image"]) # 定義邊界列表 （lower[r, g, b], upper[r, g, b]） boundaries = [ ([17, 15, 100], [50, 56, 200]), ([86, 31, 4], [220, 88, 50]), ([25, 146, 190], [62, 174, 250]), ([103, 86, 65], [145, 133, 128])] img_mask = [] # 循環(huán)遍歷所有的邊界 for (lower, upper) in boundaries: # 創(chuàng)建上邊界和下邊界 lower = np.array(lower, dtype = "uint8") upper = np.array(upper, dtype = "uint8")# 在指定邊界內(nèi)查找顏色并應(yīng)用掩碼 mask = cv2.inRange(image, lower, upper) # 進(jìn)行與操作 output = cv2.bitwise_and(image, image, mask = mask); img_mask.append(output)# 顯示結(jié)果 cv2.imshow("images", np.hstack([image, output])) cv2.waitKey(0) imageio.mimsave("mask.gif", img_mask)

四、算法運(yùn)行流程

打開(kāi)一個(gè)cmd界面或者打開(kāi)其它的工具；

cd /d xxx 切換到代碼路徑，xxx表示代碼的具體路徑；

python detect_color.py -i img1.png 執(zhí)行代碼；

依次按下Enter鍵來(lái)觀察結(jié)果。

五、效果展示與分析

??下圖展示的是算法的輸出結(jié)果，算法迭代著依次輸出紅色、藍(lán)色、黃色和灰色的目標(biāo)，滿足了我們預(yù)期的要求。

六、思維擴(kuò)展

??該算法的思路和實(shí)現(xiàn)都很簡(jiǎn)單，效果也不錯(cuò)，不足之處是我們需要根據(jù)目標(biāo)提前設(shè)置相應(yīng)的lower和upper參數(shù)值，而這兩個(gè)值嚴(yán)重的影響著該算法的性能，那么我們可不可以應(yīng)用一種自動(dòng)的方法來(lái)獲得這兩個(gè)值呢，使得整個(gè)算法變成全自動(dòng)化的，這個(gè)問(wèn)題留給大家自己去思考！！！

參考資料

[1] 參考鏈接-參考鏈接

注意事項(xiàng)

[1] 該博客是本人原創(chuàng)博客，如果您對(duì)該博客感興趣，想要轉(zhuǎn)載該博客，請(qǐng)與我聯(lián)系（qq郵箱：1575262785@qq.com）,我會(huì)在第一時(shí)間回復(fù)大家，謝謝大家的關(guān)注.
[2] 由于個(gè)人能力有限，該博客可能存在很多的問(wèn)題，希望大家能夠提出改進(jìn)意見(jiàn)。
[3] 如果您在閱讀本博客時(shí)遇到不理解的地方，希望您可以聯(lián)系我，我會(huì)及時(shí)的回復(fù)您，和您交流想法和意見(jiàn)，謝謝。
[4] 本文測(cè)試的圖片可以通過(guò)該鏈接進(jìn)行下載。代碼鏈接- 提取碼：3orz。
[5] 本人業(yè)余時(shí)間承接各種本科畢設(shè)設(shè)計(jì)和各種小項(xiàng)目，包括圖像處理（數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等）、matlab仿真、python算法及仿真等，有需要的請(qǐng)加QQ：1575262785詳聊！！！

總結(jié)

以上是生活随笔為你收集整理的Python+Opencv根据颜色进行目标检测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。