OpenCV顏色識別

hsv模型中顏色的引數分別是：色調（h：hue），飽和度（s：saturation），亮度（v：value）。由a. r. smith在2023年建立的一種顏色空間, 也稱六角錐體模型(hexcone model)。

設 (r, g, b) 分別是乙個顏色的紅、綠和藍座標，它們的值是在 0 到 1 之間的實數。設 max 等價於 r, g 和 b 中的最大者。設 min 等於這些值中的最小者。要找到在 hsv 空間中的 (h, s, v) 值，這裡的 h ∈ [0, 360）是角度的色相角，而 s, v ∈ [0,1] 是飽和度和亮度，計算為：

max
=max(r,g,b) 
min=
min(r,g,b) 
if r =
max, h = (g-b)/(max
-min) 
if g =
max, h =
2+ (b-r)/(max
-min) 
if b =
max, h =
4+ (r-g)/(max
-min) 
h = h *
60if h <
0, h = h +
360 
v=max(r,g,b) 
s=(max
-min)/max

opencv下有個函式可以直接將rgb模型轉換為hsv模型，注意的是opencv中h∈ [0, 180）， s ∈ [0, 255]， v ∈ [0, 255]。我們知道h分量基本能表示乙個物體的顏色，但是s和v的取值也要在一定範圍內，因為s代表的是h所表示的那個顏色和白色的混合程度，也就說s越小，顏色越發白，也就是越淺；v代表的是h所表示的那個顏色和黑色的混合程度，也就說v越小，顏色越發黑。經過實驗，識別藍色的取值是 h在100到140，s和v都在90到255之間。一些基本的顏色h的取值可以如下設定：

orange 0-22 yellow 22- 38 green 38-75 blue 75-130 violet 130-160 red160-179

cvtcolor(imgoriginal, imghsv, color_bgr2hsv);

然後我們對彩色影象做直方圖均衡化

//因為我們讀取的是彩色圖，直方圖均衡化需要在hsv空間做
split(imghsv, hsvsplit);
equalizehist(hsvsplit[2],hsvsplit[2]);
merge(hsvsplit,imghsv);

接著就是進行顏色檢測，我們用void inrange(inputarray src, inputarray lowerb, inputarray upperb, outputarray dst);函式進行顏色檢測，這個函式的作用就是檢測src影象的每乙個畫素是不是在lowerb和upperb之間，如果是，這個畫素就設定為255，並儲存在dst影象中，否則為0。

inrange(imghsv, scalar(ilowh, ilows, ilowv), scalar(ihighh, ihighs, ihighv), imgthresholded); //threshold the image

通過上面的函式我們就可以得到目標顏色的二值影象，接著我們先對二值影象進行開操作，刪除一些零零星星的噪點，再使用閉操作，連線一些連通域，也就是刪除一些目標區域的白色的洞。

//開操作 (去除一些噪點)
mat element = getstructuringelement(morph_rect, size(5, 5));
morphologyex(imgthresholded, imgthresholded, morph_open, element);
//閉操作 (連線一些連通域)
morphologyex(imgthresholded, imgthresholded, morph_close, element);

整個**實現

#include 
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
using
namespace cv;
using
namespace
std;
int main( int argc, char** argv )
namedwindow("control", cv_window_autosize); //create a window called "control"
int ilowh = 100;
int ihighh = 140;
int ilows = 90; 
int ihighs = 255;
int ilowv = 90;
int ihighv = 255;
//create trackbars in "control" window
cvcreatetrackbar("lowh", "control", &ilowh, 179); //hue (0 - 179)
cvcreatetrackbar("highh", "control", &ihighh, 179);
cvcreatetrackbar("lows", "control", &ilows, 255); //saturation (0 - 255)
cvcreatetrackbar("highs", "control", &ihighs, 255);
cvcreatetrackbar("lowv", "control", &ilowv, 255); //value (0 - 255)
cvcreatetrackbar("highv", "control", &ihighv, 255);
while (true)
mat imghsv;
vector
hsvsplit;
cvtcolor(imgoriginal, imghsv, color_bgr2hsv); //convert the captured frame from bgr to hsv
//因為我們讀取的是彩色圖，直方圖均衡化需要在hsv空間做
split(imghsv, hsvsplit);
equalizehist(hsvsplit[2],hsvsplit[2]);
merge(hsvsplit,imghsv);
mat imgthresholded;
inrange(imghsv, scalar(ilowh, ilows, ilowv), scalar(ihighh, ihighs, ihighv), imgthresholded); //threshold the image
//開操作 (去除一些噪點)
mat element = getstructuringelement(morph_rect, size(5, 5));
morphologyex(imgthresholded, imgthresholded, morph_open, element);
//閉操作 (連線一些連通域)
morphologyex(imgthresholded, imgthresholded, morph_close, element);
imshow("thresholded image", imgthresholded); //show the thresholded image
imshow("original", imgoriginal); //show the original image
char key = (char) waitkey(300);
if(key == 27)
break;
}return
0;}

經典的顏色識別的經典應用就是車牌定位了，因為中國的車牌無非就是藍色和黃色，還有就是交通標誌定位也是個應用。比如下面兩張，有很明顯的顏色區分。

OpenCV顏色識別

opencv 顏色識別

opencv 顏色物體識別跟蹤

基於Opencv的顏色識別

OpenCV顏色識別

opencv 顏色識別

opencv 顏色物體識別跟蹤

基於Opencv的顏色識別

相關推薦