检测像素是否为红色

Question

我们可以如下定义 HSV 中红色的范围。我想检测某个像素是否是红色的？我怎样才能在Python中做到这一点？我花了一整天，但无法找到解决方案。请解决我的问题。我对 Python 很陌生。我正在使用的代码是：

img=cv2.imread("img.png")
img_hsv=cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# lower mask (0-10)
lower_red = np.array([0,50,50])
upper_red = np.array([10,255,255])
mask0 = cv2.inRange(img_hsv, lower_red, upper_red)

# upper mask (170-180)
lower_red = np.array([170,50,50])
upper_red = np.array([180,255,255])
mask1 = cv2.inRange(img_hsv, lower_red, upper_red)
image_height,image_width,_=img.shape    
for i in range(image_height):
   for j in range(image_width):
       if img_hsv[i][j][1]>=lower_red and img_hsv[i][j][1]<=upper_red:
          print("Found red")

Answer 1

你几乎是对的。您可以将较低 RED 和较高 RED 的蒙版合并为一个蒙版。

为了这ColorChecker.png：

我寻找红色的步骤：

1. 读取图像并转换为hsv.

2. 我使用此颜色图选择红色范围 ( lower 0~5, upper 175~180)：

3. 然后合并蒙版，可以通过蒙版判断该像素是否为红色。或者“裁剪”区域以进行可视化：

#!/usr/bin/python3
# 2018.07.08 10:39:15 CST
# 2018.07.08 11:09:44 CST
import cv2
import numpy as np
## Read and merge
img = cv2.imread("ColorChecker.png")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

## Gen lower mask (0-5) and upper mask (175-180) of RED
mask1 = cv2.inRange(img_hsv, (0,50,20), (5,255,255))
mask2 = cv2.inRange(img_hsv, (175,50,20), (180,255,255))

## Merge the mask and crop the red regions
mask = cv2.bitwise_or(mask1, mask2 )
croped = cv2.bitwise_and(img, img, mask=mask)

## Display
cv2.imshow("mask", mask)
cv2.imshow("croped", croped)
cv2.waitKey()

1. 使用“cv::inRange”(OpenCV) 选择正确的 HSV 上下边界进行颜色检测

2. 如何在Python-OpenCV中使用“cv2.inRange”检测两种不同的颜色？