今天就跟大家聊聊有关怎么在python中使用opencv实现根据颜色进行目标检测，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
建立项目colordetect.py，代码如下：
计算
安全
数据库
网络和加速
企业服务
#! /usr/bin/env python
# -*- coding: utf-8 -*-
import numpy as np
import cv2
def colorDetect():
image = cv2.imread('./1.png')
# 使用RGB颜色空间检测红 蓝 黄 灰，设置合适的阈值
boundaries = [
([17, 15, 100], [50, 56, 200]),
([86, 31, 4], [220, 88, 50]),
([25, 146, 190], [62, 174, 250]),
([103, 86, 65], [145, 133, 128])
]
for lower, upper in boundaries:
lower = np.array(lower, dtype='uint8')
upper = np.array(upper, dtype='uint8')
# 低于lower和高于upper的像素为黑色，lower-upper之间的像素为白色
mask = cv2.inRange(image, lower, upper)
# 利用蒙版，进行图像的逻辑与运算
output = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow('image', np.hstack([image, output]))
cv2.waitKey(0)
cv2.destroyAllWindows()
def main():
colorDetect()
if __name__ == "__main__":
main()定义RGB颜色列表：
boundaries = [
([17, 15, 100], [50, 56, 200]),
([86, 31, 4], [220, 88, 50]),
([25, 146, 190], [62, 174, 250]),
([103, 86, 65], [145, 133, 128])
]该部分([17, 15, 100], [50, 56, 200])，表示图像像素R>=100, B>=15, G>=15和R<=200, B<=56, G<=50的像素将视为红色。
看完上述内容，你们对怎么在python中使用opencv实现根据颜色进行目标检测有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
