当前位置：首页 > news >正文

【Opencv实战】颜色测试：你是色盲/色弱吗？从零带你了解色彩与原理，简单的颜色识别小程序，感动.jpg（全是干货）

news 来源：原创 2024/4/25 7:12:33

导语

Hello，大家好呀！我是木木子吖～

一个集美貌幽默风趣善良可爱并努力码代码的程序媛一枚。

听说关注我的人会一夜暴富发大财哦~

（哇哇哇这真的爱😍😍）

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

为什么用手机自拍时，它能识别出你的脸，还能估算你的年龄？智能机器人又是怎么“看”到的

人？当当当，给大家介绍一下opencv模块。

表面看起来不起眼的东西，其实背后有可能很神奇……能实现多种功能是现在计算机编程人员最

喜欢最需要的库之一。

今天我们就来介绍一下神奇方法之我们将用python的OpenCV模块实现简答的颜色识别💥

（一个小案例文章太短了，就索性两个小案例一起来讲解啦）

正文

第一个小案例💨💨💨

一、OpenCV中的基本颜色检测

1）思路讲解

我们用颜色空间或颜色模型来表示计算机上的颜色，该模型基本上将颜色范围描述为数字元

组。除了讨论每种颜色之外，我们还将讨论我们使用的最常见的颜色空间。即RGB（红色，绿

色，蓝色）和HSV（色调，饱和度，值）。

RGB基本上将颜色描述为三个组成部分的元组。每个分量可以取0到255之间的值，其中元组

（0，0，0）表示黑色，而（255，255，255）表示白色。例如，如果要在屏幕上显示纯蓝色

像素，则R值将为0，G值将为0，B值将为255。

下面是一些RGB颜色的例子:

2）主程序

import cv2import numpy as np
img = cv2.imread('www.linuxmi.com.png')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
#Red color rangle  169, 100, 100 , 189, 255, 255
lower_range = np.array([110,50,50])
upper_range = np.array([255,255,0])
mask = cv2.inRange(hsv, lower_range, upper_range)
cv2.imshow('www.linuxmi.ccom - image', img)
cv2.imshow('www.linuxmi.ccom - mask', mask)
cv2.waitKey(0)cv2.destroyAllWindows()

3）原图展示

首先，你需要在你的工作目录中有一个图像，我正在使用这个图像，你可以从下面得到这个图

像。

首先我们需要加载图像，然后我们将图像转换为HSV颜色。
img = cv2.imread('www.linuxmi.com.png')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
之后，您需要确定颜色的上限和下限，可以为此建议使用imutils。在上图中，我们将检测三种蓝色。lower_range = np.array([110,50,50])
upper_range = np.array([255,255,0])
之后，我们需要创建图像的蒙版。
mask = cv2.inRange(hsv, lower_range, upper_range)
最后我们需要展示图像和蒙版。
cv2.imshow('www.linuxmi.ccom - image', img)
cv2.imshow('www.linuxmi.ccom - mask', mask)

4）效果展示

第二个小案例💨💨💨（升级版）

参考：RGB-颜色模型

参考：HSV色彩模型

一、 BGR 和 HSV 颜色模型

1）BRG Model

RGB是红色、绿色和蓝色的缩写。这个系统中的颜色是通过添加不同强度的红、绿、蓝光产生

的。这种原理被称为加色混合，例如用于LCD显示器，如所示图1。每个像素由红色、绿色和蓝

色子像素组成。

RGB颜色模型可以理解为三维笛卡尔坐标系中的立方体，红色、绿色和蓝色通道各有一个轴

[BB09b，第186页]。因此，颜色可以定义为矢量(r,g,b)T(r,g,b)T，在哪里rr, gg，以及bb是每

个通道的颜色强度。为了区分RGB和其他颜色模型，我们定义了元组(r,g,b)RGB:=

(r,g,b)T(r,g,b)RGB:=(r,g,b)T. 图2显示RGB立方体，每个通道的值在[0,1][0,1]间隔。然而，在计

算机图形学中，介于0和255之间的整数值——在十六进制系统中介于0和FF之间——也是一种

流行的选择。例如，RGB颜色可以用CSS [Çe11]和OpenGL中的任何一种符号来指定。

此类模型的缺点显而易见，就是很难去表达一种颜色。比如你修改了如下BGR中的B值，间接

地, G和R通道的颜色也会被改变掉。

2）HSV Model

H表示Hue颜色；S表示Saturation饱和度；V表示Value明度。

简单理解就是H指定一种颜色，从0到360；S是白光所占程度，从0到1, 0表示饱和度最高，就

是白光最多；V表示明度，从0到1， 0表示最暗

二、环境安装

小编使用的环境：Python3、Pycharm社区版、opencv模块,部分自带的就不一一展示啦。

 模块安装：pip install -i https://pypi.douban.com/simple/+模块名

三、使用摄像头,利用HSV实现颜色识别

1）思路

读取摄像头视频流，取窗口中间一点，将其像素值(BGR)转换为HSV，然后根据Hue来简单判断

颜色。然后显示到窗口上。

2）主程序

import cv2

cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH,1080) #set window's width and height
cap.set(cv2.CAP_PROP_FRAME_HEIGHT,780) 

while True:
    _, frame = cap.read()
    hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    height,width,_ = hsv_frame.shape

    wx = int(width/2) # center 
    wy = int(height/2)

    center_color = hsv_frame[wy,wx] #中心点HSV像素值
    hue_value = center_color[0] #取Hue

    if hue_value < 5:
        color = 'RED'
    elif hue_value < 22:
        color = 'ORANGE'
    elif hue_value < 33:
        color = 'YELLOW'
    elif hue_value < 78:
        color = 'GREEN'
    elif hue_value <131:
        color = 'BLUE'
    elif hue_value < 167:
        color = 'VIOLET'
    else:
        color ='RED'
        
    bgr_color = frame[wy,wx]
    b,g,r = int(bgr_color[0]),int(bgr_color[1]),int(bgr_color[2])

    cv2.circle(frame,(wx,wy),5,(0,255,0),3) # center (x,y)
    cv2.putText(frame,color,(10,50),0,1,(b,g,r),2)
    cv2.imshow('frme',frame)
    key = cv2.waitKey(1)
    if key ==27:
        break

cap.release()
cv2.destroyAllWindows()