0

假设我有一个图像。我基本上想在我想要的特定颜色上划出边界。我知道该颜色的 hsv 最小和最大标量值。但我不知道如何进一步进行。

#include <iostream>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include<stdio.h>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{
    VideoCapture cap(0);
    while(true)
    {
    Mat img;
    cap.read(img);
    Mat dst;
    Mat imghsv;
    cvtColor(img, imghsv, COLOR_BGR2HSV);
    inRange(imghsv,
           Scalar(0, 30, 0),
           Scalar(20, 150, 255),
           dst
           );
    imshow("name",dst);
    if (waitKey(30) == 27) //wait for 'esc' key press for 30ms
       {
            cout << "esc key is pressed by user" << endl;
            break;
       }
    }
}

inrange 函数运行良好，但我无法在白色范围内绘制边界（我的意思是指定范围内的任何像素）

4

2 回答 2

2

您需要先分割颜色，然后找到分割图像的轮廓。

分割颜色

在 HSV 中工作通常是分割颜色的好主意。一旦你有了正确的上下边界，你就可以轻松地分割颜色。一个简单的方法是使用inRange。例如，您可以在此处找到如何使用它。

寻找边界

一旦你有了二进制掩码（通过分割获得），你可以使用findContours找到它的边界。您可以参考this或this来了解如何使用findContours来检测边界并drawContours绘制它。

更新

这是一个关于如何在分段对象上绘制轮廓的工作示例。我使用了一些形态来清洁面具，并将跟踪颜色更改为蓝色，但您可以放置​​自己喜欢的颜色。

#include<opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
    VideoCapture cap(0);
    while (true)
    {
        Mat img;
        cap.read(img);
        Mat dst;
        Mat imghsv;
        cvtColor(img, imghsv, COLOR_BGR2HSV);
        inRange(imghsv, Scalar(110, 100, 100), Scalar(130, 255, 255), dst); // Detect blue objects


        // Remove some noise using morphological operators
        Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(7,7));
        morphologyEx(dst, dst, MORPH_OPEN, kernel);

        // Find contours
        vector<vector<Point>> contours;
        findContours(dst.clone(), contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

        // Draw all contours (green)
        // This 
        drawContours(img, contours, -1, Scalar(0,255,0));

        // If you want to draw a contour for a particular one, say the biggest...

        // Find the biggest object
        if (!contours.empty())
        {
            int idx_biggest = 0;
            int val_biggest = contours[0].size();

            for (int i = 0; i < contours.size(); ++i)
            {
                if (val_biggest < contours[i].size())
                {
                    val_biggest = contours[i].size();
                    idx_biggest = i;
                }
            }

            // Draw a single contour (blue)
            drawContours(img, contours, idx_biggest, Scalar(255,0,0));

            // You want also the rotated rectangle (blue) ?

            RotatedRect r = minAreaRect(contours[idx_biggest]);

            Point2f pts[4];
            r.points(pts);
            for (int j = 0; j < 4; ++j)
            {
                line(img, pts[j], pts[(j + 1) % 4], Scalar(0, 0, 255), 2);
            }
        }

        imshow("name", dst);
        imshow("image", img);

        if (waitKey(30) == 27) //wait for 'esc' key press for 30ms
        {
            cout << "esc key is pressed by user" << endl;
            break;
        }
    }
}
于 2015-07-29T09:47:24.230 回答
0

如果您想检测特定的色调，那么您可以创建一个蒙版以仅从原始图像中选择特定的颜色。

在色调通道（img）上：

cv::Mat mask = cv::Mat::zeros(img.size(),CV_8UC1);

for(int i=0;i<img.rows;i++){
    for(int j=0;j<img.cols;i++){
        if(img.at<uchar>(i,j)==(uchar)specific_hue){
            mask.at<uchar>(i,j)=(uchar)255;
        }
    }
}

color_img.copyTo(masked_image, mask);

如果您想要不那么严格的东西，您可以在颜色周围定义一个范围，以允许更多图像通过遮罩。

cv::Mat mask = cv::Mat::zeros(img.size(),CV_8UC1);
int threshold = 5;

for(int i=0;i<img.rows;i++){
    for(int j=0;j<img.cols;i++){
        if((img.at<uchar>(i,j)>(uchar)(specific_hue - threshold)) && (img.at<uchar>(i,j)<(uchar)(specific_hue + threshold))){
            mask.at<uchar>(i,j)=(uchar)255;
        }
    }
}

color_img.copyTo(masked_image, mask);
于 2015-07-29T09:58:17.030 回答