1.用于简单的对象检测、跟踪
2.简单前背景分割
#encoding:utf-8
#黄色检测
import numpy as np
import argparse
import cv2
image = cv2.imread('huang.png')
color = [
([0, 70, 70], [100, 255, 255])#黄色范围~这个是我自己试验的范围,可根据实际情况自行调整~注意:数值按[b,g,r]排布
]
#如果color中定义了几种颜色区间,都可以分割出来
for (lower, upper) in color:
# 创建NumPy数组
lower = np.array(lower, dtype = "uint8")#颜色下限
upper = np.array(upper, dtype = "uint8")#颜色上限
# 根据阈值找到对应颜色
mask = cv2.inRange(image, lower, upper)
output = cv2.bitwise_and(image, image, mask = mask)
# 展示图片
cv2.imshow("images", np.hstack([image, output]))
cv2.waitKey(0)

本文介绍了一种使用Python实现的颜色检测技术,通过设定颜色范围来实现对象检测、跟踪和简单背景分割。具体步骤包括读取图像、定义颜色区间、创建NumPy数组并进行颜色阈值操作,最后展示检测结果。
275

被折叠的 条评论
为什么被折叠?



