基于树莓派做opencv视觉识别颜色的源代码

基于树莓派 (Raspberry Pi) 使用 OpenCV 进行颜色识别的基本流程通常涉及到以下几个步骤：

1. **安装依赖**:
- 首先，你需要在树莓派上安装必要的软件包，包括 Raspbian 操作系统、Python 和 OpenCV。可以使用 `sudo apt-get install python3-opencv` 来安装。

2. **导入库**:

   import cv2
   import numpy as np

3. **读取图像**:

   img = cv2.imread('image.jpg')

4. **预处理图像**:
- 对图像进行灰度化或色彩空间转换（如 BGR -> HSV 或 LAB），有助于区分颜色。

   gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
   # 或者
   hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

5. **设定颜色范围**:
- 使用 `inRange()` 函数设置你要检测的颜色范围，比如红色范围 `(0, 170), (160, 255)`。

   lower_red = np.array([0, 100, 100])
   upper_red = np.array([10, 255, 255])
   mask = cv2.inRange(hsv_img, lower_red, upper_red)

6. **查找轮廓**:

   contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

7. **分析和识别**:
- 遍历轮廓并根据需要进一步处理每个区域，例如计算面积或形状等。

for contour in contours:
    area = cv2.contourArea(contour)
    if area > 100:  # 设置阈值过滤小区域
        x, y, w, h = cv2.boundingRect(contour)
        cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)  # 红色框出目标区域

cv2.imshow('Color Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()