En vision par ordinateur, identifier et isoler des objets en fonction d'une couleur spécifique Les caractéristiques jouent un rôle crucial dans diverses applications. Lorsqu'on travaille avec des environnements naturels, il devient nécessaire de définir des valeurs seuils permettant de détecter avec précision des objets d'une couleur particulière, comme le vert. La bibliothèque OpenCV de Python fournit des outils puissants pour le traitement d'images et la détection des couleurs.
Il existe deux méthodes principales pour définir une valeur seuil afin de détecter les objets verts dans une image à l'aide de Python. OpenCV :
La carte de couleurs HSV (Teinte, Saturation, Valeur) offre un moyen plus précis et plus convivial de définir des gammes de couleurs. Pour la détection verte, la plage suivante peut être utilisée :
(40, 40,40) ~ (70, 255,255) in HSV
Une autre approche consiste à utiliser directement la plage HSV pour créer un masque pour les objets verts. Voici un exemple :
<code class="python">import cv2 # Convert to HSV color space hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # Mask of green (36,25,25) ~ (86, 255,255) mask = cv2.inRange(hsv, (36, 25, 25), (86, 255,255))</code>
Une fois le masque créé, il peut être appliqué à l'image d'origine pour extraire uniquement les objets verts tout en rendant tous les autres pixels noirs :
<code class="python">imask = mask > 0 green = np.zeros_like(img, np.uint8) green[imask] = img[imask]</code>
En ajustant les valeurs de seuil dans les plages spécifiées, il est possible d'affiner la précision de détection des objets verts dans diverses conditions d'éclairage et environnements. La variable verte contient désormais une image avec des objets verts isolés prêts pour un traitement ultérieur.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!