opencv检测图片上七种颜色，分辨颜色和对应位置

opencv检测图片上七种颜色，分辨颜色和对应位置

读取图片：使用cv2.imread()函数读取目标图片。

转换颜色空间：通常在HSV颜色空间中进行颜色检测，因为HSV颜色空间更适合描述颜色的属性。

定义颜色范围：为七种颜色定义HSV范围。例如，红色、绿色、蓝色、黄色、紫色、橙色和青色。

创建掩码：使用cv2.inRange()函数根据定义的颜色范围创建掩码。

位运算：使用掩码与原图进行位运算，提取特定颜色的区域。

查找轮廓：使用cv2.findContours()函数查找颜色区域的轮廓。

绘制轮廓：使用cv2.drawContours()函数在原图上绘制轮廓，以标记颜色的位置。

颜色识别：根据轮廓的位置和掩码，识别颜色。

import cv2
import numpy as np
def color_detection():
    """
    颜色检测
    :return:
    """
    # 读取图片
    image = cv2.imread(r'C:\Users\O_zhenhua.zhang\Desktop\cdc\AutoVehicleControl\vehicle_control_tools\received_image.jpg')
    # 转换颜色空间从BGR到HSV
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # 定义颜色的HSV范围
    color_ranges = {
        'red':((0, 120, 70), (10, 255, 255)),
        'green': ((40, 40, 40), (80, 255, 255)),
        'blue': ((110, 110, 140), (140, 255, 255)),
        'yellow': ((20, 40, 40), (40, 255, 255)),
        'purple': ((120, 120, 140), (160, 255, 255)),
        'orange': ((10, 40, 40), (20, 255, 255)),
        'cyan': ((160, 160, 180), (180, 255, 255))
    }
    # 检测颜色并绘制轮廓
    for color_name, (lower, upper) in color_ranges.items():
        # 创建颜色掩码
        mask = cv2.inRange(hsv_image, np.array(lower), np.array(upper))
        # 用掩码提取特定颜色的区域
        color_image = cv2.bitwise_and(image, image, mask=mask)
        # 寻找轮廓
        contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        # 绘制轮廓
        for contour in contours:
            area = cv2.contourArea(contour)
            if area > 1000:  # 可根据需要调整面积阈值
                cv2.drawContours(image, [contour], -1, (0, 255, 0), 3)  # 绿色轮廓
    # 显示结果
    cv2.imshow('Color Detection', image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
if __name__ == '__main__':
    color_detection()