cv2.inRange를 사용하여 OpenCV에서 색상 감지를 위한 HSV 경계를 정확하게 결정하는 방법은 무엇입니까?

OpenCV에서 cv2.inRange를 사용하여 색상 감지를 위한 HSV 경계 결정

색상 감지를 위해 OpenCV에서 cv2.inRange 함수를 사용할 때, 적절한 상한 및 하한 HSV(색조, 채도, 값) 경계를 선택하는 것이 중요합니다. 대상 색상을 식별합니다.

문제 식별:

아래 그림과 같이 주황색 뚜껑이 달린 커피 캔이 포함된 이미지의 예를 생각해 보세요.

[주황색 뚜껑이 달린 커피 캔 이미지]

목표는 분리할 HSV 경계를 결정하는 것입니다. 주황색 뚜껑. 처음에는 (18, 40, 90) ~ (27, 255, 255) 범위를 시도했지만 예상치 못한 결과가 나왔습니다.

해결책 1: 스케일 변환

다양한 응용 프로그램에서는 HSV 값에 대해 서로 다른 척도를 사용할 수 있다는 점에 유의하는 것이 중요합니다. OpenCV는 H: 0-179, S: 0-255, V: 0-255의 스케일을 사용하는 반면 일부 다른 응용 프로그램은 H: 0-360, S: 0-100, V: 0-100의 스케일을 사용할 수 있습니다. 따라서 그에 맞게 HSV 값을 변환해야 합니다.

해결책 2: 색 공간 변환

OpenCV는 BGR(Blue, Green, Red) 색상 형식을 사용합니다. 기본적으로 이미지는 RGB(빨간색, 녹색, 파란색) 형식일 수 있습니다. 이미지를 HSV로 올바르게 변환하려면 cv2.COLOR_RGB2HSV 대신 cv2.COLOR_BGR2HSV를 사용해야 합니다.

수정된 코드:

import cv2
import numpy as np

image = cv2.imread('kaffee.png')

# Revised HSV boundaries considering scale conversion
ORANGE_MIN = np.array([5, 50, 50], np.uint8)
ORANGE_MAX = np.array([15, 255, 255], np.uint8)

# Convert image to HSV color space
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# Apply color filtering
mask = cv2.inRange(hsv, ORANGE_MIN, ORANGE_MAX)

# Save the masked image
cv2.imwrite('kaffee_out.png', mask)

이 수정된 접근 방식은 다음과 같습니다. 커피 캔의 주황색 뚜껑을 분리하면 더욱 정확한 결과를 얻을 수 있습니다.

위 내용은 cv2.inRange를 사용하여 OpenCV에서 색상 감지를 위한 HSV 경계를 정확하게 결정하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!