Question

我正在尝试编写代码来检测图像特定区域的颜色。

到目前为止，我遇到的是使用OpenCV，我们可以这样做，但仍然没有找到任何特定的教程来帮助解决这个问题。

我想用javascript做这个，但我也可以使用python OpenCV来获得结果。谁能帮助我分享任何有用的链接，或者可以解释如何检测图像中特定区域的颜色。

例如。

红色框会显示不同的颜色。我需要弄清楚它呈现的颜色。

我尝试过：

我尝试过OpenCV canny图像，虽然我成功地用canny图像分隔了区域，如何检测特定canny区域的颜色仍然是一个挑战。

另外，我尝试使用OpenCV中的inRange方法，它完美无缺

unpublished_content_type

效果很好并从图像中提取颜色区域但是，如果图像具有特定的颜色，是否可以自动完成所有回调？

Answer 1

所以我在这里假设，你已经知道了 rect 的位置，它将动态地改变，并且需要在所需的ROI中找出单个最主要的颜色。有很多方法可以做同样的事情，一个是获得ROI中所有像素的平均值，另一个是计算给定ROI中的所有不同像素值，并有一些容差。

方法1：

import cv2
import numpy as np

img = cv2.imread("path/to/img.jpg")
region_of_interest = (356, 88, 495, 227) # left, top, bottom, right

cropped_img = img[region_of_interest[1]:region_of_interest[3], region_of_interest[0]:region_of_interest[2]]

print cv2.mean(cropped_img)
>>> (53.430516018839604, 41.05708814243569, 244.54991977640907, 0.0)

方法2：

要查找给定图像中的各种主要群集，您可以使用cv2.kmeans()作为：

import cv2
import numpy as np

img = cv2.imread("path/to/img.jpg")
region_of_interest = (356, 88, 495, 227)

cropped_img = img[region_of_interest[1]:region_of_interest[3], region_of_interest[0]:region_of_interest[2]]
Z = cropped_img.reshape((-1, 3))

Z = np.float32(Z)

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
K = 4
ret, label, center = cv2.kmeans(Z, K, None, criteria, 10, cv2.KMEANS_RANDOM_CENTERS)

# Sort all the colors, as per their frequencies, as:
print center[sorted(range(K), key=lambda x: np.count_nonzero(label == [x]), reverse=True)[0]]
>>> [  52.96525192   40.93861389  245.02325439]

Answer 2

@Prateek ...很高兴将问题缩小到核心。您提供的代码并未解决此问题，仍然只是一个问题。我会向你暗示一个方向，但你必须自己编码。

指导您编写脚本结果的步骤：

1）在你的脚本中添加两个（过去和当前）pixellists来存储值（pixeltype + occurrence）。

2）引入一个带有动作true / stop语句的while循环（链接到“3”）以进行循环，因为它变成了一个动态过程。

3）使用华丽的警告标语编写GUI。

4）将pixellist与current_pixellist进行比较以进行严重的状态变化（阈值）。

5）如果“4”处的增量状态变化达到阈值则抛出警报（“3”）。

当你编写代码并且喜欢跟踪追溯时遇到的麻烦...然后编辑你的问题，用代码更新它并重塑你的问题（如果你愿意，我可以提供帮助）。然后我们可以从那里拿起它。这听起来像是一个计划吗？

Answer 3

我不确定为什么在这种情况下你需要回调，但也许这就是你的意思？

def test_color(image, lower, upper):
    mask = cv2.inRange(image, lower, upper)
    return np.any(mask == 255)

说明：

cv2.inRange()

(lower, upper)将返回255，否则返回0（请参阅docs）
使用np.any()检查mask中的任何元素是否实际为255

检测图像节点OpenCV的特定区域的颜色

3 个答案: