OpenCV通过HSV颜色空间过滤图片及目标检测颜色空间范围确定

最新推荐文章于 2024-08-11 01:37:24 发布

泥石流中的一股清流

最新推荐文章于 2024-08-11 01:37:24 发布

阅读量5k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： Opencv3笔记文章标签： Python OpenCV HSV 目标检测

本文链接：https://blog.youkuaiyun.com/qq_31261509/article/details/84894182

本文探讨了在目标检测中，如何利用OpenCV和HSV颜色空间来筛选目标。通过分析目标在HSV颜色空间的分布，并设定颜色阈值，可以更精确地定位目标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在目标检测中，我们可以通过卷积网络进行目标检测，但实际上，卷积网络并不能完全正确。所以，我们可以通过其它方式进行筛选，比如颜色空间

参考:

Image Segmentation Using Color Spaces in OpenCV + Python

目标的颜色空间范围确定

通过matplotlib三维化所识别的目标颜色空间在HSV上的分布。然后设置lower_red以及upper_red设置颜色的阈值范围

# -*- coding: utf-8 -*-
import cv2
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import colors
frame = cv2.imread("/home/rui/fire/demo.jpg")
# BGR空间转换到HSV颜色空间
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# 分割通道
h, s, v