OpenCV利用HSV颜色区间分离不同物体

需求

当前有个需求是从一个场景中将三个不同的颜色的二维码分离出来，如下图所示。 这里有两个思路可以使用

思路一是通过深度学习的方式，训练一个能够识别旋转边界框的模型，但是需要大量的数据进行模型训练，此处缺少训练数据，不太方便执行。思路二则是直接通过颜色进行分离，找到颜色的区间，通过去骗判断的方式分别分离出三个不同颜色对应的轮廓。 方案

首先，先要找到图像的HSV颜色对应表格，如下所示。 然后按照读取图像->转化为HSV通道图像->颜色分离的思路编写代码即可，详细的代码如下。

# -*- coding: utf-8 -*- # @Time : 2023/5/31 22:59 # @Author : 肆十二 # @Email : 3048534499@qq # @File : demo # @Software: PyCharm import numpy as np import cv2 import os # 参考: blog.csdn.net/chenghaoy/article/details/86509950 def get_red(image_path): # 设定颜色HSV范围，假定为红色 redLower_1 = np.array([0, 43, 46]) redUpper_1 = np.array([10, 255, 255]) redLower_2 = np.array([156, 43, 46]) redUpper_2 = np.array([180, 255, 255]) # 读取图像 img = cv2.imread(image_path) # 将图像转化为HSV格式 hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 去除颜色范围外的其余颜色 mask_1 = cv2.inRange(hsv, redLower_1, redUpper_1) mask_2 = cv2.inRange(hsv, redLower_2, redUpper_2) mask = mask_1 + mask_2 # mask = cv2.merge([mask_1, mask_2]) # mask = cv2. # 二值化操作 ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV) cv2.imwrite("results/red.jpg", binary) def get_yellow(image_path): # 设定颜色HSV范围，假定为红色 redLower = np.array([26, 43, 46]) redUpper = np.array([34, 255, 255]) # 读取图像 img = cv2.imread(image_path) # 将图像转化为HSV格式 hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 去除颜色范围外的其余颜色 mask = cv2.inRange(hsv, redLower, redUpper) # 二值化操作 ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV) cv2.imwrite("results/yellow.jpg", binary) def get_green(image_path): # 设定颜色HSV范围，假定为红色 redLower = np.array([35, 43, 46]) redUpper = np.array([77, 255, 255]) # 读取图像 img = cv2.imread(image_path) # img = cv2.medianBlur(img, 5) # 将图像转化为HSV格式 hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # hsv = # 去除颜色范围外的其余颜色 mask = cv2.inRange(hsv, redLower, redUpper) # 二值化操作 ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV) # img[img==0] = cv2.imwrite("results/green.jpg", binary) if __name__ == '__main__': image_path = "a.jpg" get_red(image_path) get_yellow(image_path) get_green(image_path)

OK在主函数中传入上图，之后在result文件夹下就能生成分离之后的结果，如下所示。

绿色二维码分离结果

红色二维码分离结果

黄色二维码分离结果

总结

很多时候，不需要过于依赖AI，通过传统的图像检测算法也能达到良好的效果，比如今天就通过HSV颜色通道的形式来进行分离，这在工业场景中是非常实用的。