opencv 实现特定颜色线条提取与定位操作

本篇文章通过调用opencv里的函数简单的实现了对图像里特定颜色提取与定位，以此为基础，我们可以实现对特定颜色物体的前景分割与定位，或者特定颜色线条的提取与定位

主要步骤:

将RGB图像转化为HSV，H表示色调（度数表示0-180），S表示饱和度（取值0-255），V表示亮度（取值0-255），不同的颜色有着不同的取值范围，一般给出如下：

设定待提取颜色的HSV范围值，然后调用inRange函数实现对颜色空间的提取，该函数会将除目标颜色外的其余颜色为黑色背景，仅保留该颜色为前景

cv2.inRange(hsv, lower_red, upper_red)

参数解析：

第一个参数：hsv指的是原图

第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0

第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0

而在lower_red～upper_red之间的值变成255

二值化

腐蚀与膨胀操作，去除噪点，连接断点

调用findContours函数进行轮廓检测

cv2.findContours()函数接受的参数为二值图，即黑白的（不是灰度图）

cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])

参数解析

第一个参数是寻找轮廓的图像；

第二个参数表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：

cv2.RETR_EXTERNAL表示只检测外轮廓

cv2.RETR_LIST检测的轮廓不建立等级关系

cv2.RETR_CCOMP建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息。如果内孔内还有一个连通物体，这个物体的边界也在顶层。

cv2.RETR_TREE建立一个等级树结构的轮廓。

第三个参数method为轮廓的近似办法

cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1

cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息

cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

返回值

cv2.findContours()函数返回三个值，一个是图像，一个是轮廓本身，还有一个是每条轮廓对应的属性。

对于轮廓是以坐标的形式返回，可以通过函数cv2.drawContours()绘制出轮廓

绘制矩形区域对轮廓进行定位

主要代码如下：

import numpy as np
import cv2
import os
image = 'image1.jpg'
savefile = './mark1'
# image = os.listdir(image_file)
save_image = os.path.join(savefile, image)

#设定颜色HSV范围，假定为红色
redLower = np.array([156, 43, 46])
redUpper = np.array([179, 255, 255])

#读取图像
img = cv2.imread(image)

#将图像转化为HSV格式
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

#去除颜色范围外的其余颜色
mask = cv2.inRange(hsv, redLower, redUpper)

# 二值化操作
ret, binary = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY)

#膨胀操作，因为是对线条进行提取定位，所以腐蚀可能会造成更大间隔的断点，将线条切断，因此仅做膨胀操作
kernel = np.ones((5, 5), np.uint8)
dilation = cv2.dilate(binary, kernel, iterations=1)

#获取图像轮廓坐标，其中contours为坐标值，此处只检测外形轮廓
_, contours, hierarchy = cv2.findContours(dilation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

if len(contours) > 0:
  #cv2.boundingRect()返回轮廓矩阵的坐标值，四个值为x, y, w, h， 其中x, y为左上角坐标，w,h为矩阵的宽和高
  boxes = [cv2.boundingRect(c) for c in contours]
  for box in boxes:
    x, y, w, h = box
    #绘制矩形框对轮廓进行定位
    cv2.rectangle(img, (x, y), (x+w, y+h), (153, 153, 0), 2)
	#将绘制的图像保存并展示
	cv2.imwrite(save_image, img)
	cv2.imshow('image', img)
	cv2.waitKey(0)
	cv2.destroyAllWindows()

效果如图，一试卷红色批改字样为例：

原图：

对批改区域定位图：

以上这篇opencv 实现特定颜色线条提取与定位操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。