如何用Python OpenCV实现基于颜色的目标检测示例代码?
- 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。
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。
本文共计522个文字,预计阅读时间需要3分钟。
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。

