3

示例图片

我正在尝试检测黑色方块。

到目前为止，这是我的代码...

    frame=cv2.imread('squares.jpg')
    img=cv2.GaussianBlur(frame, (5,5), 0)

    img=cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    lower=np.array([0, 0, 0],np.uint8)
    upper=np.array([10, 50, 50],np.uint8)
    separated=cv2.inRange(img,lower,upper)


    #this bit draws a red rectangle around the detected region
    contours,hierarchy=cv2.findContours(separated,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
    max_area = 0
    largest_contour = None
    for idx, contour in enumerate(contours):
        area = cv2.contourArea(contour)
        if area > max_area:
            max_area = area
            largest_contour=contour
            if not largest_contour==None:
                moment = cv2.moments(largest_contour)
                if moment["m00"] > 1000:
                    rect = cv2.minAreaRect(largest_contour)
                    rect = ((rect[0][0], rect[0][1]), (rect[1][0], rect[1][1]), rect[2])
                    (width,height)=(rect[1][0],rect[1][1])
                    print str(width)+" "+str(height)
                    box = cv2.cv.BoxPoints(rect)
                    box = np.int0(box)
                    if(height>0.9*width and height<1.1*width):
                            cv2.drawContours(frame,[box], 0, (0, 0, 255), 2)

    cv2.imshow('img',frame)

然后我试图在检测到的黑色区域周围画一个红色方块。

该代码适用于黄色、橙色、红色和绿色，具有以下参数：

colours=['yellow','orange','red','green','black','white']
uppers=[[20,100,100],[5,100,100],[0,100,100],[???,???,???],[???,???,???]]
lowers=[[30,255,255],[15,255,255],[6,255,255],[???,???,???],[???,???,???]]

我只是不能让黑色或白色工作......

有什么想法吗？

4

1 回答 1

4

这里的关键直觉是黑色位于HSV 圆柱体中的所有色调和饱和度值处，但仅位于低值处。我发现下限[0, 0, 0]和上限[180, 255, 50]将定位黑色方块，如下所示：

定位黑匣子

我还应该提到，您的方法不适用于查找白色方块，原因如下：

  • 存在多个白色方块。您的方法仅选择最大的轮廓，这意味着每种颜色只能检测到一个正方形。
  • 很难将“白色方块”与打印它们的纸张的颜色区分开来。您可能会得到一个连接正方形和侧面纸条的轮廓。
于 2013-08-22T20:55:11.540 回答