基于Opencv实现颜色识别

2023-08-18 19:28:05 239

彩色模型

数字图像处理中常用的采用模型是RGB（红，绿，蓝）模型和HSV（色调，饱和度，亮度），RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。

HSV模型

HSV模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation），亮度（V：value）。由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(HexconeModel)。

(1)色调（H：hue）：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

(2)饱和度（S：saturation）：取值范围为0.0～1.0，值越大，颜色越饱和。

(3)亮度（V：value）：取值范围为0(黑色)～255(白色）

RGB转成HSV

设(r,g,b)分别是一个颜色的红、绿和蓝坐标，它们的值是在0到1之间的实数。设max等价于r,g和b中的最大者。设min等于这些值中的最小者。要找到在HSV空间中的(h,s,v)值，这里的h∈[0,360）是角度的色相角，而s,v∈[0,1]是饱和度和亮度，方法如下：

max=max(R,G,B)

min=min(R,G,B)

ifR=max,H=(G-B)/(max-min)

ifG=max,H=2+(B-R)/(max-min)

ifB=max,H=4+(R-G)/(max-min)

H=H*60

ifH<0,H=H+360

V=max(R,G,B)
S=(max-min)/max

OpenCV下有个函数可以直接将RGB模型转换为HSV模型，OpenCV中H∈[0,180），S∈[0,255]，V∈[0,255]。我们知道H分量基本能表示一个物体的颜色，但是S和V的取值也要在一定范围内，因为S代表的是H所表示的那个颜色和白色的混合程度，也就说S越小，颜色越发白，也就是越浅；V代表的是H所表示的那个颜色和黑色的混合程度，也就说V越小，颜色越发黑。经过实验，识别蓝色的取值是H在100到140，S和V都在90到255之间。一些基本的颜色H的取值可以如下设置：

Orange0-22，Yellow22-38，Green38-75，Blue75-130，Violet130-160，Red160-179

具体实现

（1）读取一张图片

cvtColor(imgOriginal,imgHSV,COLOR_BGR2HSV);

（2）将彩色图像均衡化

split(imgHSV,hsvSplit);
equalizeHist(hsvSplit[2],hsvSplit[2]);
merge(hsvSplit,imgHSV);

（3）检测颜色

inRange(imgHSV,Scalar(iLowH,iLowS,iLowV),Scalar(iHighH,iHighS,iHighV),imgThresholded);

（4）进行开操作和闭操作，去除噪声的影响。

Matelement=getStructuringElement(MORPH_RECT,Size(5,5));
morphologyEx(imgThresholded,imgThresholded,MORPH_OPEN,element);
morphologyEx(imgThresholded,imgThresholded,MORPH_CLOSE,element);

代码：

#include
#include
#include

usingnamespacecv;
usingnamespacestd;

//入口主函数
intmain(intargc,char**argv)
{
//打开摄像头，从摄像头获取图像
VideoCapturecap(0);
if(!cap.isOpened())
{
cout<<"Cannotopenthewebcam"<hsvSplit;
cvtColor(imgOriginal,imgHSV,COLOR_BGR2HSV);

//转化成直方图均衡化
split(imgHSV,hsvSplit);
equalizeHist(hsvSplit[2],hsvSplit[2]);
merge(hsvSplit,imgHSV);
MatimgThresholded;
//确定颜色显示的范围
inRange(imgHSV,Scalar(iLowH,iLowS,iLowV),Scalar(iHighH,iHighS,iHighV),imgThresholded);
//去除噪点
Matelement=getStructuringElement(MORPH_RECT,Size(5,5));
morphologyEx(imgThresholded,imgThresholded,MORPH_OPEN,element);
//连接连通域
morphologyEx(imgThresholded,imgThresholded,MORPH_CLOSE,element);
imshow("ThresholdedImage",imgThresholded);
imshow("Original",imgOriginal);
//等待时间
charKey=(char)waitKey(300);
if(Key==27)
{
break;
}
}
return0;
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

基于Opencv实现颜色识别

热门推荐

随机推荐