利用opencv实现颜色跟踪

本文详细介绍了如何使用OpenCV库在视频流中识别特定颜色块,并通过HSV色彩空间转换、掩码创建和形态学操作来提高准确性。作者展示了从读取图像到定位并跟踪颜色区域的完整过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

opencv识别颜色块并进行跟踪

 1.导入库

import cv2
import numpy as np

 2.读取目标颜色块的图像,并读取颜色BGR通道的值

img[1900,1400]  确定颜色区域某个位置点即可,可使用画图工具打开图像获取

img = cv2.imread('2.jpg')
blue,green,red = img[1900,1400]
print(blue,green,red)
color = np.uint8([[[blue, green, red]]])

 3.修改颜色通道

原因:在 HSV 颜色空间中要比在 BGR 空间
中更容易表示一个特定颜色。
通过计算可得到该颜色的上、下hsv范围
#颜色通道BGR 改为 HSV
hsv_color = cv
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值