使用opencv检测特定颜色的圆圈
使用opencv检测特定颜色的圆圈
提问于 2019-07-03 18:14:43
我必须使用OpenCV和python检测图像中的黄色圆圈，如第一个图像所示：
一旦我发现黄色的圆圈，我就必须突出显示它，就像这样：
我是OpenCV的新手，所以我在寻求一些指导或帮助。所有的帮助都很感激
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-07-03 20:36:07
以下是一种潜在的方法：
- 将图像转换为HSV
- 查找上/下颜色边界并创建一个掩码。
- 使用顶点数查找等高线并过滤
我们将图像转换为HSV，然后确定上下边界，使用cv2.inRange()创建掩码。此步骤隔离黄色对象。
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)
在确定形状时，我们使用顶点的数目来寻找轮廓并进行滤波。我们使用cv2.arcLength()和cv2.approxPolyDP()来获得顶点和近似轮廓的列表。我们可以检查此列表中的条目数以确定对象的形状。例如，如果等高线有三个顶点，它必须是一个三角形。同样，如果它有四个顶点，它必须是一个正方形。因此，对于这个图像，我们可以假设形状是一个圆，如果它有超过一定数量的顶点。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()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56875876
复制相关文章
相似问题
腾讯云开发者
