Question

我将图像转换为HSV后，我将阈值设为黄色，因此代码为 cvInRangeS（imgHSV，cvScalar（112,100,100），cvScalar（124,255,255），imgThreshed）; 但它不起作用总是给我黑色图像。

Answer 1

您应该尝试使用"tracking yellow objects".

的本教程

它为黄色物体提供了cvInRangeS(imgHSV, cvScalar(20, 100, 100), cvScalar(30, 255, 255), imgThreshed)的HSV范围。

如果您对选择颜色有任何疑问，请尝试以下操作：http://www.yafla.com/yaflaColor/ColorRGBHSL.aspx

Answer 2

您还可以将RGB转换为HUE

http://en.wikipedia.org/wiki/Hue

在您拥有公式的链接中，您就知道黄色的HUE值大约为60。

Answer 3

对于黄色，范围应为23到40，例如我在黄色物体跟踪程序中使用

//将帧限定为黄色

   cvInRangeS(hsvframe,cvScalar(23,41,133),cvScalar(40,150,255),threshy);

Answer 4

我知道您要问的问题是c ++，我有python脚本可以检测到黄色，这可能对您或其他人有帮助。

def colorDetection(image):
    hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)

    '''Red'''
    # Range for lower red
    red_lower = np.array([0,120,70])
    red_upper = np.array([10,255,255])
    mask_red1 = cv2.inRange(hsv, red_lower, red_upper)

    # Range for upper range
    red_lower = np.array([170,120,70])
    red_upper = np.array([180,255,255])
    mask_red2 = cv2.inRange(hsv, red_lower, red_upper)

    mask_red = mask_red1 + mask_red2

    red_output = cv2.bitwise_and(image, image, mask=mask_red)

    red_ratio=(cv2.countNonZero(mask_red))/(image.size/3)

    print("Red in image", np.round(red_ratio*100, 2))



    '''yellow'''
    # Range for upper range
    yellow_lower = np.array([20, 100, 100])
    yellow_upper = np.array([30, 255, 255])
    mask_yellow = cv2.inRange(hsv, yellow_lower, yellow_upper)

    yellow_output = cv2.bitwise_and(image, image, mask=mask_yellow)

    yellow_ratio =(cv2.countNonZero(mask_yellow))/(image.size/3)

    print("Yellow in image", np.round(yellow_ratio*100, 2))

Answer 5

我认为您的色调值可能不正确。如果你试图检测到黄色，我不知道你在哪里获得112-124色调范围。我希望这些值接近40，所以也许尝试34-46这样的范围。

检测opencv中的黄色

5 个答案: