如何在 OpenCV 中选择正确的 HSV 上边界和下边界以进行准确的颜色检测?
使用 cv::inRange (OpenCV) 选择正确的 HSV 上下边界进行颜色检测
使用OpenCV 中的 cv::inRange 函数,为 HSV 选择合适的上下边界(Hue、饱和度、值)色彩空间。这可确保准确的颜色检测并实现高效的分割。
问题:
考虑一张咖啡罐上包含橙色盖子的图像。使用 gcolor2 实用程序获得的盖子中心的 HSV 值为 (22, 59, 100)。使用定义为 min = (18, 40, 90) 和 max = (27, 255, 255) 的初始边界会导致意外的检测结果。
解决方案:
问题1:HSV范围变化
不同的应用程序通常对 HSV 值使用不同的比例。例如,GIMP采用H:0-360,S:0-100,V:0-100的范围,而OpenCV使用H:0-179,S:0-255,V:0-255。在这种情况下,GIMP 中的色调值为 22,应将其值的一半转换为 OpenCV 中的 11。因此,修改后的边界变为 (5, 50, 50) - (15, 255, 255)。
问题 2:颜色空间兼容性
OpenCV 采用 BGR (蓝-绿-红)颜色格式,而不是 RGB。为了确保兼容性,将 RGB 转换为 HSV 的代码应修改为:
cv.CvtColor(frame, frameHSV, cv.CV_BGR2HSV)
更新代码:
import cv in_image = 'kaffee.png' out_image = 'kaffee_out.png' out_image_thr = 'kaffee_thr.png' ORANGE_MIN = cv.Scalar(5, 50, 50) ORANGE_MAX = cv.Scalar(15, 255, 255) COLOR_MIN = ORANGE_MIN COLOR_MAX = ORANGE_MAX def test1(): frame = cv.LoadImage(in_image) frameHSV = cv.CreateImage(cv.GetSize(frame), 8, 3) cv.CvtColor(frame, frameHSV, cv.CV_BGR2HSV) frame_threshed = cv.CreateImage(cv.GetSize(frameHSV), 8, 1) cv.InRangeS(frameHSV, COLOR_MIN, COLOR_MAX, frame_threshed) cv.SaveImage(out_image_thr, frame_threshed) if __name__ == '__main__': test1()
结果:
运行更新后的代码可以对橙色进行更准确的分割盖子。
注意:
由于背景色调相似,可能会出现一些小的错误检测。为了解决这个问题,可以应用轮廓分析等进一步处理来隔离与盖子相对应的最大轮廓。
以上是如何在 OpenCV 中选择正确的 HSV 上边界和下边界以进行准确的颜色检测?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。
