使用opencv检测具有特定颜色的圆圈

Sha*_*har 4 python opencv image image-processing color-detection

我必须使用 OpenCV 和 python 检测图像中的黄色圆圈,如第一张图所示:

图1图像

一旦检测到黄色圆圈,我就必须突出显示它,如下所示:

图2

我是 OpenCV 的新手,所以我正在寻求一些指导或帮助。感谢所有帮助

nat*_*ncy 5

这是一种可能的方法:

  • 将图像转换为 HSV
  • 找到上/下颜色边界并创建蒙版
  • 查找轮廓并使用顶点数进行过滤

我们将图像转换为 HSV,然后确定下边界和上边界,以使用 来创建掩模cv2.inRange()。此步骤隔离黄色物体

image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([0, 208, 94], dtype="uint8")
upper = np.array([179, 255, 232], dtype="uint8")
mask = cv2.inRange(image, lower, upper)
Run Code Online (Sandbox Code Playgroud)

接下来为了确定形状,我们找到轮廓并使用顶点数进行过滤。我们使用cv2.arcLength()cv2.approxPolyDP()来获取顶点列表和近似轮廓。我们可以检查此列表中的条目数来确定对象的形状。例如,如果轮廓有三个顶点,那么它一定是三角形。同样,如果它有四个顶点,那么它一定是一个正方形。因此,对于该图像,如果其顶点数大于一定数量,我们可以假设该形状是圆形。这是结果

import numpy as np
import cv2

image = cv2.imread('1.png')
original = image.copy()
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([0, 208, 94], dtype="uint8")
upper = np.array([179, 255, 232], dtype="uint8")
mask = cv2.inRange(image, lower, upper)

# Find contours
cnts = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# Extract contours depending on OpenCV version
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# Iterate through contours and filter by the number of vertices 
for c in cnts:
    perimeter = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.04 * perimeter, True)
    if len(approx) > 5:
        cv2.drawContours(original, [c], -1, (36, 255, 12), -1)

cv2.imshow('mask', mask)
cv2.imshow('original', original)
cv2.imwrite('mask.png', mask)
cv2.imwrite('original.png', original)
cv2.waitKey()
Run Code Online (Sandbox Code Playgroud)