如何使用 OpenCV Python 检测颜色-技术圈

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

在这篇文章中，我们将看到如何使用 Python 中的 OpenCV 模块检测颜色，进入这个领域的第一步就是安装下面提到的模块。

pip install opencv-pythonpip install numpy

然后，导入模块。读取图像并使用 OpenCV 模块中的 cvtColor() 函数将BGR图像转换为 HSV (色调、饱和度、值) 图像，

现在，选择我们想要检测的颜色，并使用如下所示的HSV颜色贴图获得较低和较高的 HSV 值。在 OpenCV 中，色调的值从0到180，饱和度的值从0到255。因此，OpenCV 使用的 HSV 值范围在 (0–180, 0–255, 0–255) 之间。

HSV 颜色图

H 根据 x 轴取值，S 根据 y 轴取值，V 始终在 (20-255) 之间的范围内取值。使用 HSV 值，我们需要使用 OpenCV 模块中的 inRange() 函数找到掩码并将其分配给变量（掩码）。使用 bitwise_and() 函数，我们可以通过将 BGR 图像作为第一个和第二个参数传递来获取我们选择的检测到的彩色图像，第三个参数将作为掩码并将其分配给变量 (detected_img)。

Detected_img 将是程序的最终输出，并使用 OpenCV 模块中的 imshow()函数显示。

在我们的例子中，我们将检测输入图像的红色和绿色，下面的代码将只检测红色和绿色。

用作输入的图像：

输入图像

整个程序：

输出图像：

输出图像

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python+OpenCV视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：Pytorch常用函数手册

在「小白学视觉」公众号后台回复：pytorch常用函数手册，即可下载含有200余个Pytorch常用函数的使用方式，帮助快速入门深度学习。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~