opencv对多种颜色小球的形状及位置判断方式
更新时间：2022年11月10日 10:57:05 作者：a鱼儿哥
在这段时间参加了一个竞赛，写下了这个代码，但是总感觉有一些地方是不完善！这是一个关于使用opencv库判断颜色小球形状及位置的功能实现，其中也参考了一些前辈的代码，希望能对迷茫中的小伙帮有所帮助
一、opencv是什么？
OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库.
二、使用步骤
1.引入库
代码如下：
import cv2 import numpy as np
2.设置颜色阈值
代码如下：
#颜色阈值
low_red = np.array([100, 100, 60])
up_red = np.array([180, 255, 255])
low_green = np.array([35, 43, 46])
up_green = np.array([77, 255, 255])
low_blue = np.array([90, 110, 110])
up_blue = np.array([124, 255, 255])
#记录形状
xz = {}字典xz是待会记录形状用的
3.对图片进行加载和处理
代码如下：
if __name__ == '__main__':
image = cv2.imread('img_1.png')#读取图像
image = cv2.resize(image, (500, 500))#重新裁剪图像
#image = cv2.GaussianBlur(image, (11, 11), 0)#高斯滤波
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
color_read(hsv, image)#处理图片的函数
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()4.处理图片的函数
代码如下：
def color_read(hsv, image):
global xz
blue = get_image(hsv, low_blue, up_blue)#使用获取颜色空间的函数进行颜色获取三种颜色
red = get_image(hsv, low_red, up_red)
green = get_image(hsv, low_green, up_green)
mask = blue + red + green
#寻找图像的轮廓
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
print('cnts:', len(cnts))
##先判断形状再画轮廓
for cnt in cnts:
area = cv2.contourArea(cnt)#计算轮廓的面积
print('area:', area)
if area > 1000:
epsilon = 0.04 * cv2.arcLength(cnt, True)#计算轮廓长度
approx = cv2.approxPolyDP(cnt, epsilon, True)#计算轮廓角点
corners = len(approx)
print(corners)
#根据角点的个数判断形状
if corners == 3:
a = '三角形'
b = approx[0][0][0] # 根据三角形的角点判断位置
xz[a] = b
area, trgl = cv2.minEnclosingTriangle(cnt)#寻找三角形的轮廓
# 绘制三角形轮廓
for i in range(0, 3):
cv2.line(image, tuple(trgl[i][0]), tuple(trgl[(i + 1) % 3][0]), (0, 255, 0), 2)
elif corners == 4:
a = '矩形'
b = approx[0][0][0]
xz[a] = b
x, y, w, h = cv2.boundingRect(cnt)#寻找矩形轮廓
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)#绘制矩形轮廓
else:
#圆形这里是处理的不好的地方所以我没有用变量x1和z，因为画出来的轮廓有点大
a = '圆'
b = approx[0][0][0]
xz[a] = b
((x1, y1), z) = cv2.minEnclosingCircle(cnt)#寻找圆形轮廓
x1 = int(x1)
y1 = int(y1)
z = int(z)
cv2.circle(image, (150, y1), 60, (0, 255, 0), 2)#绘制圆形轮廓5.获取颜色空间函数
代码如下：
#获取图像hsv的方法
def get_image(hsv, low, up):
mask = cv2.inRange(hsv, low, up)#获取色彩空间
mask = cv2.erode(mask, None, 2)#腐蚀操作
mask = cv2.dilate(mask, None, 2)#膨胀操作
return mask6.运行效果
图片之前拍的不是很好所以我截成了小图，图片拍的是几何图所以效果不太好，如果是平面的可能会好一点，图二是打印字典xz的输出。
7.完整代码
#获取图像hsv的方法
import cv2
import numpy as np
#颜色阈值
low_red = np.array([100, 100, 60])
up_red = np.array([180, 255, 255])
low_green = np.array([35, 43, 46])
up_green = np.array([77, 255, 255])
low_blue = np.array([90, 110, 110])
up_blue = np.array([124, 255, 255])
#记录形状
xz = {}
#获取图像hsv的方法
def get_image(hsv, low, up):
mask = cv2.inRange(hsv, low, up)#获取色彩空间
mask = cv2.erode(mask, None, 2)#腐蚀操作
mask = cv2.dilate(mask, None, 2)#膨胀操作
return mask
#获取轮廓
def color_read(hsv, image):
global xz
blue = get_image(hsv, low_blue, up_blue)#使用获取颜色空间的函数进行颜色获取三种颜色
red = get_image(hsv, low_red, up_red)
green = get_image(hsv, low_green, up_green)
mask = blue + red + green
#寻找图像的轮廓
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
print('cnts:', len(cnts))
##先判断形状再画轮廓
for cnt in cnts:
area = cv2.contourArea(cnt)#计算轮廓的面积
print('area:', area)
if area > 1000:
epsilon = 0.04 * cv2.arcLength(cnt, True)#计算轮廓长度
approx = cv2.approxPolyDP(cnt, epsilon, True)#计算轮廓角点
corners = len(approx)
print(corners)
#根据角点的个数判断形状
if corners == 3:
a = '三角形'
b = approx[0][0][0] # 根据三角形的角点判断位置
xz[a] = b
area, trgl = cv2.minEnclosingTriangle(cnt)#寻找三角形的轮廓
# 绘制三角形轮廓
for i in range(0, 3):
cv2.line(image, tuple(trgl[i][0]), tuple(trgl[(i + 1) % 3][0]), (0, 255, 0), 2)
elif corners == 4:
a = '矩形'
b = approx[0][0][0]
xz[a] = b
x, y, w, h = cv2.boundingRect(cnt)#寻找矩形轮廓
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)#绘制矩形轮廓
else:
a = '圆'
b = approx[0][0][0]
xz[a] = b
((x1, y1), z) = cv2.minEnclosingCircle(cnt)#寻找圆形轮廓
x1 = int(x1)
y1 = int(y1)
z = int(z)
cv2.circle(image, (150, y1), 60, (0, 255, 0), 2)#绘制圆形轮廓
if __name__ == '__main__':
image = cv2.imread('img_1.png')#读取图像
image = cv2.resize(image, (500, 500))#重新裁剪图像
#image = cv2.GaussianBlur(image, (11, 11), 0)#高斯滤波
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
color_read(hsv, image)#处理图片的函数
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
#对拿到的小球字典位置数据进行处理
xz[min(xz, key=xz.get)] = 1
xz[max(xz, key=xz.get)] = 3
xz[max(xz, key=xz.get)] = 2
xz = sorted(xz.items(), key=lambda x: x[1], reverse=False)
xz = dict(xz)
print(xz)总结
这是这个代码的详细和功能介绍，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python实现针对给定字符串寻找最长非重复子串的方法,涉及Python针对字符串的遍历、排序、计算等相关操作技巧,需要的朋友可以参考下2018-04-04
今天小编就为大家分享一篇kali中python版本的切换方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
今天小编就为大家分享一篇tensorflow 重置/清除计算图的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了pip版本低引发的python离线包安装失败的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-09-09
这篇文章主要为大家介绍了python正则表达式re模块的使用示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-06-06
这篇文章主要为大家详细介绍了python3实现UDP协议的服务器和客户端，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-06-06
完全平方数指用一个整数乘以自己例如1*1.2*2.3*3等依次类推，若一个数能表示成某个整数的平方的形式，则称这个数为完全平方数。完全平方数是非负数，而一个完全平方数的项有俩个，让我们用程序来练习一下2022-03-03
Pong游戏模拟了两个打乒乓球的人，就是在两条线中间有一个点在动，操纵器就是一个摇杆上有一个按钮的那种。本文就来用Python中的Pygame库编写一个Pong小游戏2023-01-01
升级keras解决load_weights()中的未定义skip_mismatch关键字问题
这篇文章主要介绍了升级keras解决load_weights()中的未定义skip_mismatch关键字问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
今天小编就为大家分享一篇python 获取微信好友列表的方法(微信web)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
最新评论