使用python和opencv实现的颜色位置定位与具体色值提取

lucklys

示例代码是识别黄色和粉色区域，然后提取所有区域中的最大区域块 然后提取该区域块的平均色值。

[Python] 纯文本查看 复制代码

import cv2
import numpy as np

# 读取图像
# image = cv2.imread("./test.png")
image = cv2.imread("./t2.jpg")
ball_color = ['yellow', 'pink'] # 需要识别的颜色 支持多个颜色
color_dist = {
    'pink': {'Lower': np.array([150, 43, 46]), 'Upper': np.array([175, 255, 255])},
    'yellow': {'Lower': np.array([21, 43, 46]), 'Upper': np.array([34, 255, 255])},
    'purple': {'Lower': np.array([125, 43, 46]), 'Upper': np.array([155, 255, 255])}
}

gs_frame = cv2.GaussianBlur(image, (5, 5), 0)  # 高斯模糊
hsv = cv2.cvtColor(gs_frame, cv2.COLOR_BGR2HSV)  # 转化成HSV图像
erode_hsv = cv2.erode(hsv, None, iterations=2)  # 腐蚀 粗的变细
colorArr = []
for colorValue in ball_color: #获取所有匹配的区域块
    inRange_hsv = cv2.inRange(erode_hsv, color_dist[colorValue]['Lower'], color_dist[colorValue]['Upper'])
    c = cv2.findContours(inRange_hsv.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
    colorArr += c
mask = max(colorArr, key=cv2.contourArea) #获取最大色块
rect = cv2.minAreaRect(mask)
box = cv2.boxPoints(rect)
box = np.intp(box)

# 计算边界框的中心点坐标
center_x = int((box[0][0] + box[2][0]) / 2)
center_y = int((box[0][1] + box[2][1]) / 2)

# 随机生成20个点位
points = []
for _ in range(20):
    x = np.random.randint(center_x - 8, center_x + 8)
    y = np.random.randint(center_y - 8, center_y + 8)
    points.append((x, y))

# 计算20个点位的平均颜色值
avg_color = np.zeros(3)
for point in points:
    color = hsv[point[1], point[0]]
    avg_color += color
avg_color = tuple(map(int, avg_color / len(points)))

# 打印平均颜色值
print("平均颜色值：", avg_color)

# 判断平均颜色值接近黄色还是接近紫色
yellow_dist = np.linalg.norm(avg_color - color_dist['yellow']['Lower'])
purple_dist = np.linalg.norm(avg_color - color_dist['purple']['Lower'])

# 接口应在这里返回结果
if yellow_dist < purple_dist:
    print("平均颜色值接近黄色----阴性")

else:
    print("平均颜色值接近紫色----阳性")

# 绘制矩形和随机点位
cv2.drawContours(image, [np.intp(box)], -1, (0, 255, 255), 2)
for point in points:
    cv2.circle(image, point, 3, (0, 0, 255), -1)

# 显示图像
cv2.namedWindow("img", cv2.WINDOW_NORMAL | cv2.WINDOW_KEEPRATIO)
cv2.imshow('img', image)
cv2.waitKey(0)

示例图片



示例结果




这个东西感觉并不准确 但是也没有找到好的方法，小白不怎么会写python。 想要把这个代码做成接口形式，试了试不知道为什么跑不起来。postman 传了图片但是断点查看并没有图片，不知道咋回事

gangdaomeimei

加油，楼主，感觉你写的挺好的

lq2007

感谢感谢，顺便学习学习。感觉还是系统学习opencv

echoaku

厉害，支持一波

yu520

研究一下，跟着学习 ，学习。

jianxin327

学习一下，谢谢

voxmax

在大图下或者复杂图下不太好用，但是在区域色块明显和搜索小图的情况下应该挺好用的。 作为最近跟小目标打交道的我来说，yolov8最好，这是实践下来的结果

lanbior

感谢分享，回头按照楼主的试试