42.基于OpenCV的颜色检测识别

一般情况下，都是用RGB来表示颜色，但是如果要进行颜色识别和检测，则需要使用HSV颜色空间。

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调（H），饱和度（S），亮度（V）。

RGB和CMY颜色模型都是面向硬件的，而HSV（Hue Saturation Value）颜色模型是面向用户的。HSV模型的三维表示从RGB立方体演化而来。设想从RGB沿立方体对角线的白色顶点向黑色顶点观察，就可以看到立方体的六边形外形。六边形边界表示色彩，水平轴表示纯度，明度沿垂直轴测量。

根据HSV颜色对照表，把各种颜色分量保存在一个字典里，下面以检测识别红色1为例：

import numpy as np
import cv2
font= cv2.FONT_HERSHEY_SIMPLEX
#把颜色保存一个字典里。
def getColorList():
    color_dict = {}

    # 黑色
    lower_black = np.array([0, 0, 0])
    upper_black = np.array([180, 255, 46])
    color_list = []
    color_list.append(lower_black)
    color_list.append(upper_black)
    color_dict['black'] = color_list
 
    #灰色
    lower_gray = np.array([0, 0, 46])
    upper_gray = np.array([180, 43, 220])
    color_list = []
    color_list.append(lower_gray)
    color_list.append(upper_gray)
    color_dict['gray']=color_list
 
    # 白色
    lower_white = np.array([0, 0, 221])
    upper_white = np.array([180, 30, 255])
    color_list = []
    color_list.append(lower_white)
    color_list.append(upper_white)
    color_dict['white'] = color_list
 
    #红色
    lower_red = np.array([156, 43, 46])
    upper_red = np.array([180, 255, 255])
    color_list = []
    color_list.append(lower_red)
    color_list.append(upper_red)
    color_dict['red1']=color_list
 
    # 红色2
    lower_red = np.array([0, 43, 46])
    upper_red = np.array([10, 255, 255])
    color_list = []
    color_list.append(lower_red)
    color_list.append(upper_red)
    color_dict['red2'] = color_list
 
    #橙色
    lower_orange = np.array([11, 43, 46])
    upper_orange = np.array([25, 255, 255])
    color_list = []
    color_list.append(lower_orange)
    color_list.append(upper_orange)
    color_dict['orange'] = color_list
 
    #黄色
    lower_yellow = np.array([26, 43, 46])
    upper_yellow = np.array([34, 255, 255])
    color_list = []
    color_list.append(lower_yellow)
    color_list.append(upper_yellow)
    color_dict['yellow'] = color_list
 
    #绿色
    lower_green = np.array([35, 43, 46])
    upper_green = np.array([77, 255, 255])
    color_list = []
    color_list.append(lower_green)
    color_list.append(upper_green)
    color_dict['green'] = color_list
 
    #青色
    lower_cyan = np.array([78, 43, 46])
    upper_cyan = np.array([99, 255, 255])
    color_list = []
    color_list.append(lower_cyan)
    color_list.append(upper_cyan)
    color_dict['cyan'] = color_list
 
    #蓝色
    lower_blue = np.array([100, 43, 46])
    upper_blue = np.array([124, 255, 255])
    color_list = []
    color_list.append(lower_blue)
    color_list.append(upper_blue)
    color_dict['blue'] = color_list
 
    # 紫色
    lower_purple = np.array([125, 43, 46])
    upper_purple = np.array([155, 255, 255])
    color_list = []
    color_list.append(lower_purple)
    color_list.append(upper_purple)
    color_dict['purple'] = color_list
 
    return color_dict

#取红色1HSV上下分量值
color_dict=getColorList() 
lower_red=color_dict["red1"][0]
higher_red=color_dict["red1"][1]

#识别和检测红色1
cap=cv2.VideoCapture(0)#打开电脑内置摄像头
if(cap.isOpened()):
    while(True):
        ret,frame=cap.read()#读取帧
        img_hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
    
        mask_red=cv2.inRange(img_hsv,lower_red,higher_red)#获得红色1的掩膜
        mask_red = cv2.medianBlur(mask_red, 7) # 中值滤波，去噪
       
        #只检测外轮廓信息，并存储所有边界点
        contours, hierarchy=cv2.findContours(mask_red,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)#轮廓检测
       
        for cnt in contours:
            (x,y,w,h)=cv2.boundingRect(cnt)#该函数返回矩阵四个点
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)#将检测到的颜色框起来
            cv2.putText(frame,'red',(x,y-5),font,0.7,(0,0,255),2)

            
        cv2.imshow('frame',frame)
        k=cv2.waitKey(20)&0xFF
        if k ==27:
           break

cv2.waitKey(0)
cv2.destroyAllWindows()