Python-opencv实现红绿两色识别操作

下面是Python-opencv实现红绿两色识别操作的完整攻略：

1. 安装OpenCV库

在终端中使用pip命令安装OpenCV库：

pip install opencv-python

2. 读取图片

导入OpenCV库后，我们可以使用cv2.imread()函数读取图片。这个函数的参数是图片的路径。

import cv2

# 读取图片
img = cv2.imread("test.jpg")

3. 调整图片大小

为了提高处理速度，我们可以将图片大小调整为较小的尺寸。使用cv2.resize()函数实现图片大小的调整。

import cv2

# 读取图片
img = cv2.imread("test.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

4. 将图片转换为HSV格式

HSV是一种常用的颜色空间，其中H表示色调（0°到360°），S表示饱和度（0到1），V表示亮度（0到1）。使用cv2.cvtColor()函数将BGR格式的图片转换为HSV格式。

import cv2

# 读取图片
img = cv2.imread("test.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

# 转换为HSV格式
hsv_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2HSV)

5. 提取红色和绿色区域

接下来，我们可以使用cv2.inRange()函数提取红色和绿色区域。这个函数的前两个参数是图片和颜色的下界，第三个参数是颜色的上界。

import cv2
import numpy as np

# 读取图片
img = cv2.imread("test.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

# 转换为HSV格式
hsv_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2HSV)

# 提取红色区域
lower_red = np.array([0, 70, 50])
upper_red = np.array([10, 255, 255])
red_mask1 = cv2.inRange(hsv_img, lower_red, upper_red)

lower_red = np.array([170, 70, 50])
upper_red = np.array([180, 255, 255])
red_mask2 = cv2.inRange(hsv_img, lower_red, upper_red)

red_mask = red_mask1 + red_mask2

# 提取绿色区域
lower_green = np.array([50, 70, 50])
upper_green = np.array([70, 255, 255])
green_mask = cv2.inRange(hsv_img, lower_green, upper_green)

6. 显示红色和绿色区域

最后，我们可以使用cv2.imshow()函数显示红色和绿色区域。这个函数的第一个参数是窗口的名称，第二个参数是要显示的图片。

import cv2
import numpy as np

# 读取图片
img = cv2.imread("test.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

# 转换为HSV格式
hsv_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2HSV)

# 提取红色区域
lower_red = np.array([0, 70, 50])
upper_red = np.array([10, 255, 255])
red_mask1 = cv2.inRange(hsv_img, lower_red, upper_red)

lower_red = np.array([170, 70, 50])
upper_red = np.array([180, 255, 255])
red_mask2 = cv2.inRange(hsv_img, lower_red, upper_red)

red_mask = red_mask1 + red_mask2

# 提取绿色区域
lower_green = np.array([50, 70, 50])
upper_green = np.array([70, 255, 255])
green_mask = cv2.inRange(hsv_img, lower_green, upper_green)

# 显示红色区域
cv2.imshow("Red Mask", red_mask)

# 显示绿色区域
cv2.imshow("Green Mask", green_mask)

cv2.waitKey(0)
cv2.destroyAllWindows()

示例1：

• 假设我们有一张名为test1.jpg的图片，我们想要在这张图片中提取红色和绿色区域。

import cv2
import numpy as np

# 读取图片
img = cv2.imread("test1.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

# 转换为HSV格式
hsv_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2HSV)

# 提取红色区域
lower_red = np.array([0, 70, 50])
upper_red = np.array([10, 255, 255])
red_mask1 = cv2.inRange(hsv_img, lower_red, upper_red)

lower_red = np.array([170, 70, 50])
upper_red = np.array([180, 255, 255])
red_mask2 = cv2.inRange(hsv_img, lower_red, upper_red)

red_mask = red_mask1 + red_mask2

# 提取绿色区域
lower_green = np.array([50, 70, 50])
upper_green = np.array([70, 255, 255])
green_mask = cv2.inRange(hsv_img, lower_green, upper_green)

# 显示红色区域
cv2.imshow("Red Mask", red_mask)

# 显示绿色区域
cv2.imshow("Green Mask", green_mask)

cv2.waitKey(0)
cv2.destroyAllWindows()

示例2：

• 假设我们有一张名为test2.jpg的图片，我们想要在这张图片中提取红色和绿色区域。

import cv2
import numpy as np

# 读取图片
img = cv2.imread("test2.jpg")

# 调整图片大小
resized_img = cv2.resize(img, (640, 480))

# 转换为HSV格式
hsv_img = cv2.cvtColor(resized_img, cv2.COLOR_BGR2HSV)

# 提取红色区域
lower_red = np.array([0, 70, 50])
upper_red = np.array([10, 255, 255])
red_mask1 = cv2.inRange(hsv_img, lower_red, upper_red)

lower_red = np.array([170, 70, 50])
upper_red = np.array([180, 255, 255])
red_mask2 = cv2.inRange(hsv_img, lower_red, upper_red)

red_mask = red_mask1 + red_mask2

# 提取绿色区域
lower_green = np.array([50, 70, 50])
upper_green = np.array([70, 255, 255])
green_mask = cv2.inRange(hsv_img, lower_green, upper_green)

# 显示红色区域
cv2.imshow("Red Mask", red_mask)

# 显示绿色区域
cv2.imshow("Green Mask", green_mask)

cv2.waitKey(0)
cv2.destroyAllWindows()

这样，我们就完成了Python-opencv实现红绿两色识别操作的完整攻略。