在今天的文章中，我們將討論如何使用 OpenCV－python 從圖像或視頻內容中檢測和選擇顏色。

在開始之前，想指出你需要與本文一起完成的先決條件。首先，考慮到你已經了解編程，你需要知道如何在 OpenCV－python 中讀取和顯示圖像。

讀取和顯示圖像

這里的第一步是使用 opencv 從圖像文件中讀取和顯示圖像。為此，我們將使用下面的代碼片段：

import cv2

＃ read the image into memory

img ＝ cv2．imread（＂．／images／image1．jpg＂）

＃ resise the image

img ＝ cv2．resize（img， （640， 480））

＃ create a window named image and display the image inside of it．

cv2．imshow（＂Image＂， img）

＃ wait untill a any key is pressed to quite the program

cv2．waitKey（0）

創建 Trackbar 滑動條

為了檢測圖像中的顏色，我們需要將圖像轉換為 HSV（Hue Saturation Value）圖像。此圖像比例將允許用于在給定的 UPPER 和 LOWER 范圍內選擇顏色。

在本節中，讓我們繼續編寫代碼來創建滑動條，并從滑塊中提取值作為用戶輸入。

為此，我們的代碼需要進行更多更改。它現在應該是這樣的。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

   print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

將圖像轉換為 HSV 比例

現在我們能夠讓滑塊和滑動條正常工作，讓我們繼續將我們的圖像轉換為 HSV 比例，然后能夠在特定顏色范圍內選擇顏色。

我們可以用第35行的代碼做到這一點

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

得到我們想要的顏色的上下界

現在我們已經將圖像轉換為 HSV 比例，我們將更多地了解我們想要檢測和選擇的顏色的上限和下限。我們分別使用第35行和第36行的代碼來執行此操作。

注意：確保此時已導入 numpy，否則會出現一些錯誤，numpy 預裝了 OpenCV－Python。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）

   ＃ set bounds

   lower＿bound ＝ np．array（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．array（［hue＿max， sat＿max， val＿max］）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

創建一個掩碼并將其用于 Bitwise＿and 操作

現在，我們需要創建一個圖像掩碼，并使用它來執行按位操作，使用用戶使用滑動條設置的 UPPER 邊界和 LOWER 邊界。

這將使我們能夠選擇該顏色范圍內的顏色。我們的代碼現在應該如下所示，分別在第43行和第46行進行了更改。

在第50行，我們簡單地顯示圖像�，F在你可以調整滑塊并選擇你選擇的不同顏色。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：
 

   ＃ extract the values from the trackbar

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）
   

＃     print（hue＿min， hue＿max， sat＿min， sat＿max， val＿min， val＿max）

   ＃ set bounds

   lower＿bound ＝ np．array（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．array（［hue＿max， sat＿max， val＿max］）
   

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）
   

   ＃ create mask

   mask ＝ cv2．inRange（hsv＿img， lower＿bound， upper＿bound）
 

   ＃  we perform bitwise and operation here

   resulting＿img ＝ cv2．bitwise＿and（img， img， mask＝mask）
   
   

   ＃ display the image here

   cv2．imshow（＂Image＂， resulting＿img）
   

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

最后的潤色

現在我們已經做到了這一點，讓我們堆疊圖像以獲得更好的演示。可以在此代碼段中找到此代碼。

在第46行，我們創建了一個堆疊圖像并將其顯示在第49行。

import cv2

import numpy as np

def do＿nothing（）：

   pass

＃ create slider here

cv2．namedWindow（＂Slider＂）

cv2．resizeWindow（＂Slider＂， 640， 480）

cv2．createTrackbar（＂Hue Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Hue Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Saturation Max＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Min＂， ＂Slider＂， 0， 255， do＿nothing）

cv2．createTrackbar（＂Value Max＂， ＂Slider＂， 0， 255， do＿nothing）

img ＝ cv2．imread（＂．／images／image1．jpg＂）

img ＝ cv2．resize（img， （640， 480））

while True：

   hue＿min ＝ cv2．getTrackbarPos（＂Hue Min＂， ＂Slider＂）

   hue＿max ＝ cv2．getTrackbarPos（＂Hue Max＂， ＂Slider＂）

   sat＿min ＝ cv2．getTrackbarPos（＂Saturation Min＂， ＂Slider＂）

   sat＿max ＝ cv2．getTrackbarPos（＂Saturation Max＂， ＂Slider＂）

   val＿min ＝ cv2．getTrackbarPos（＂Value Min＂， ＂Slider＂）

   val＿max ＝ cv2．getTrackbarPos（＂Value Max＂， ＂Slider＂）

   ＃ set bounds

   lower＿bound ＝ np．array（［hue＿min， sat＿min， val＿min］）

   upper＿bound ＝ np．array（［hue＿max， sat＿max， val＿max］）

   ＃ convert to HSV image

   hsv＿img ＝ cv2．cvtColor（img， cv2．COLOR＿BGR2HSV）

   ＃ create mask

   mask ＝ cv2．inRange（hsv＿img， lower＿bound， upper＿bound）

   resulting＿img ＝ cv2．bitwise＿and（img， img， mask＝mask）

   stacked＿imgs ＝ np．hstack（［img， resulting＿img］）

＃     create a stacked image of the original and the HSV one．

   cv2．imshow（＂Image＂， stacked＿imgs）

   if cv2．waitKey（1） ＆ 0xFF ＝＝ ord（＂q＂）：

       break

cv2．destroyAllWindows（）

結論

有關該項目的視頻說明，請查看：

       原文標題 : 使用 OPENCV Python 進行顏色檢測和選擇