如何用Python OpenCV实现基于颜色的目标检测示例代码?

2026-06-09 20:474阅读0评论SEO资讯
  • 内容介绍
  • 相关推荐

本文共计522个文字,预计阅读时间需要3分钟。

如何用Python OpenCV实现基于颜色的目标检测示例代码?

python颜色目标检测就是根据物体颜色快速进行目标定位。利用cv2.inRange函数设定合适的阈值,即可选出合适的颜色目标。

创建项目colorDetect.py,代码如下:pythonimport cv2

def detect_color_target(image, lower_bound, upper_bound): mask=cv2.inRange(image, lower_bound, upper_bound) result=cv2.bitwise_and(image, image, mask=mask) return result

读取图像image=cv2.imread('path_to_image.jpg')

设定颜色阈值lower_bound=(0, 100, 100) # 示例:红色upper_bound=(10, 255, 255)

检测颜色目标color_target=detect_color_target(image, lower_bound, upper_bound)

显示结果cv2.imshow('Color Target', color_target)cv2.waitKey(0)cv2.destroyAllWindows()

颜色目标检测就是根据物体的颜色快速进行目标定位。使用cv2.inRange函数设定合适的阈值,即可以选出合适的目标。

阅读全文

本文共计522个文字,预计阅读时间需要3分钟。

如何用Python OpenCV实现基于颜色的目标检测示例代码?

python颜色目标检测就是根据物体颜色快速进行目标定位。利用cv2.inRange函数设定合适的阈值,即可选出合适的颜色目标。

创建项目colorDetect.py,代码如下:pythonimport cv2

def detect_color_target(image, lower_bound, upper_bound): mask=cv2.inRange(image, lower_bound, upper_bound) result=cv2.bitwise_and(image, image, mask=mask) return result

读取图像image=cv2.imread('path_to_image.jpg')

设定颜色阈值lower_bound=(0, 100, 100) # 示例:红色upper_bound=(10, 255, 255)

检测颜色目标color_target=detect_color_target(image, lower_bound, upper_bound)

显示结果cv2.imshow('Color Target', color_target)cv2.waitKey(0)cv2.destroyAllWindows()

颜色目标检测就是根据物体的颜色快速进行目标定位。使用cv2.inRange函数设定合适的阈值,即可以选出合适的目标。

阅读全文