我正在尝试检测从我的网络摄像头拍摄的视频中的红色。以下代码示例取自OpenCV Documentation. 代码如下:
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# define range of blue color in HSV
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
行lower_blue = np.array([110,50,50])
具有较低范围的蓝色HSV值,而行upper_blue = np.array([130,255,255])
具有较高范围的蓝色HSV值。我在互联网上寻找红色的上限和下限,但我找不到它。如果有人能告诉OpenVV的Red的HSV值(OpenCV H值范围从0到179),将会非常有帮助。
非常感谢您的帮助(In Advance)。
我也试过运行以下内容来查找Red的范围,但我无法选择正确的值。我试过的是这个(红色):
>>> green = np.uint8([[[0,255,0 ]]])
>>> hsv_green = cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
>>> print hsv_green
[[[ 60 255 255]]]
这也取自OpenCV文档。 请告诉我或帮我找到OpenCV的RED COLOR范围。
答案 0 :(得分:2)
运行相同的红色代码似乎有效:
>>> red = numpy.uint8([[[0,0,255]]])
>>> hsv_red = cv2.cvtColor(red,cv2.COLOR_BGR2HSV)
>>> print(hsv_red)
[[[ 0 255 255]]]
然后你可以试试看起来偏红的不同颜色。请注意,红色范围包括略大于0的数字和略小于179的数字(例如red = numpy.uint8([[[0,31,255]]])
会产生[[[ 4 255 255]]]
,而red = numpy.uint8([[[31,0,255]]])
会产生[[[176 255 255]]]
。
答案 1 :(得分:1)
这是一个通过选择6个数组参数来确定所需颜色的程序。(适用于Opencv 3.2)。 您选择了自己的图像或“色彩范围”#34;输入图像并移动光标,并查看哪些数组值是您需要隔离颜色的值! Color range program screen pic
这里是代码:(可以很容易地适应视频输入)。 image.jpg->(您的图片) color_bar.jpg->(你想要显示窗户的任何图像,尝试任何东西)
import cv2
import numpy as np
from matplotlib import pyplot as plt
def nothing(x):
pass
def main():
window_name='color range parameter'
cv2.namedWindow(window_name)
# Create a black image, a window
im = cv2.imread('image.jpg')
cb = cv2.imread('color_bar.jpg')
hsv = cv2.cvtColor(im,cv2.COLOR_BGR2HSV)
print ('lower_color = np.array([a1,a2,a3])')
print ('upper_color = np.array([b1,b2,b3])')
# create trackbars for color change
cv2.createTrackbar('a1',window_name,0,255,nothing)
cv2.createTrackbar('a2',window_name,0,255,nothing)
cv2.createTrackbar('a3',window_name,0,255,nothing)
cv2.createTrackbar('b1',window_name,150,255,nothing)
cv2.createTrackbar('b2',window_name,150,255,nothing)
cv2.createTrackbar('b3',window_name,150,255,nothing)
while(1):
a1 = cv2.getTrackbarPos('a1',window_name)
a2 = cv2.getTrackbarPos('a2',window_name)
a3 = cv2.getTrackbarPos('a3',window_name)
b1 = cv2.getTrackbarPos('b1',window_name)
b2 = cv2.getTrackbarPos('b2',window_name)
b3 = cv2.getTrackbarPos('b3',window_name)
# hsv hue sat value
lower_color = np.array([a1,a2,a3])
upper_color = np.array([b1,b2,b3])
mask = cv2.inRange(hsv, lower_color, upper_color)
res = cv2.bitwise_and(im, im, mask = mask)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
cv2.imshow('im',im)
cv2.imshow(window_name,cb)
k = cv2.waitKey(1) & 0xFF
if k == 27: # wait for ESC key to exit
break
elif k == ord('s'): # wait for 's' key to save and exit
cv2.imwrite('Img_screen_mask.jpg',mask)
cv2.imwrite('Img_screen_res.jpg',res)
break
cv2.destroyAllWindows()
#Run Main
if __name__ == "__main__" :
main()