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 npdef 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HSVhsv_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()
的革命性融合)
)
