原始图：

24-06-25 视觉-提取特定颜色区域_人工智能

结果

24-06-25 视觉-提取特定颜色区域_Red_02

代码

# -*- coding: utf-8 -*-
import cv2
 import numpy as np
 opencv=cv2.imread("opencv.jpg")
 hsv = cv2.cvtColor(opencv, cv2.COLOR_BGR2HSV)
 cv2.imshow('opencv',opencv)
 #=============指定蓝色值的范围=============
 minBlue = np.array([110,50,50])
 maxBlue = np.array([130,255,255])
 #确定蓝色区域 -获取掩密码
 # cv2.inRange(image,lower,upper)
 # image:原图像
 # lower:图像中低于这个lower_red的值，值变为0
 # upper:图像中高于这个upper_red的值，值变为0
 # 而在lower_red～upper_red之间的值变成255
 mask = cv2.inRange(hsv, minBlue, maxBlue)
 #通过掩码控制的按位与，锁定蓝色区域
 blue = cv2.bitwise_and(opencv,opencv, mask= mask)
 cv2.imshow('blue',blue)
 #=============指定绿色值的范围=============
 minGreen = np.array([50,50,50])
 maxGreen = np.array([70,255,255])
 #确定绿色区域
 mask = cv2.inRange(hsv, minGreen, maxGreen)
 #通过掩码控制的按位与，锁定绿色区域
 green = cv2.bitwise_and(opencv,opencv, mask= mask)
 cv2.imshow('green',green)
 #=============指定红色值的范围=============
 minRed = np.array([0,50,50])
 maxRed = np.array([30,255,255])
 #确定红色区域
 mask = cv2.inRange(hsv, minRed, maxRed)
 #通过掩码控制的按位与，锁定红色区域
 red= cv2.bitwise_and(opencv,opencv, mask= mask)
 cv2.imshow('red',red)
 cv2.waitKey()
 cv2.destroyAllWindows()
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37.