opencv HSV白色C++

// 将BGR颜色空间转换为HSV颜色空间
cv::Mat bgrImage = cv::imread("white_image.jpg");
cv::Mat hsvImage;
cv::cvtColor(bgrImage, hsvImage, cv::COLOR_BGR2HSV);

// 定义白色的HSV范围
cv::Scalar lower_white = cv::Scalar(0, 0, 200);
cv::Scalar upper_white = cv::Scalar(180, 25, 255);

// 创建掩模
cv::Mat mask;
cv::inRange(hsvImage, lower_white, upper_white, mask);

// 将掩模应用于原始图像
cv::Mat whiteImage;
cv::bitwise_and(bgrImage, bgrImage, whiteImage, mask);

// 显示白色部分的图像
cv::imshow("White Image", whiteImage);
cv::waitKey(0);

相关问题

opencv颜色识别C++

以下是使用OpenCV进行颜色识别的C++示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取图像
    Mat image = imread("image.jpg");

    // 检查图像是否成功加载
    if (image.empty())
    {
        cout << "无法加载图像" << endl;
        return -1;
    }

    // 转换图像为HSV颜色空间
    Mat hsvImage;
    cvtColor(image, hsvImage, COLOR_BGR2HSV);

    // 定义颜色范围
    Scalar lowerBound(20, 100, 100); // 最低颜色阈值
    Scalar upperBound(30, 255, 255); // 最高颜色阈值

    // 创建掩膜，将在指定颜色范围内的像素设置为白色，其他像素设置为黑色
    Mat mask;
    inRange(hsvImage, lowerBound, upperBound, mask);

    // 对掩膜进行形态学去噪声处理
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    morphologyEx(mask, mask, MORPH_OPEN, kernel);

    // 查找轮廓
    vector<vector<Point>> contours;
    findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 遍历轮廓并绘制矩形框
    for (size_t i = 0; i < contours.size(); i++)
    {
        Rect boundingRect = cv::boundingRect(contours[i]);
        rectangle(image, boundingRect, Scalar(0, 255, 0), 2);
    }

    // 显示结果图像
    imshow("Color Detection", image);
    waitKey(0);

    return 0;
}

这段代码使用OpenCV库进行颜色识别。它首先读取一张图像，然后将图像转换为HSV颜色空间。接下来，根据指定的颜色范围创建一个掩膜，将在该范围内的像素设置为白色，其他像素设置为黑色。然后，对掩膜进行形态学去噪声处理，以消除噪声。最后，通过查找轮廓并绘制矩形框来标记识别到的颜色区域。最终，显示结果图像。

opencv 寻找蓝色 C++

以下是使用OpenCV在C++中寻找蓝色的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main() {
    Mat src = imread("img.jpg");
    if (src.empty()) {
        cout << "Failed to read image" << endl;
        return -1;
    }

    Mat hsv;
    cvtColor(src, hsv, COLOR_BGR2HSV);

    Mat mask;
    inRange(hsv, Scalar(90, 70, 70), Scalar(130, 255, 255), mask);

    Mat result;
    bitwise_and(src, src, result, mask);

    imshow("Original Image", src);
    imshow("Blue Objects", result);
    waitKey(0);

    return 0;
}

这段代码首先读取图像，然后将图像从BGR颜色空间转换为HSV颜色空间。接下来，使用`inRange`函数根据设定的蓝色范围创建一个掩码（mask）。然后，使用`bitwise_and`函数将原始图像和掩码进行按位与操作，以提取出蓝色物体。最后，显示原始图像和提取出的蓝色物体。