opencv黄色绿色识别提取,计算占比
时间: 2023-06-30 15:13:18 浏览: 80
对于OpenCV的黄色和绿色识别提取,可以使用HSV颜色空间来实现。
首先,需要将图像从BGR颜色空间转换为HSV颜色空间,可以使用cv2.cvtColor()函数。然后,使用cv2.inRange()函数提取指定颜色范围内的颜色。对于黄色和绿色,可以使用以下代码:
```python
import cv2
import numpy as np
# 读取图像
img = cv2.imread('image.jpg')
# 将BGR图像转换为HSV图像
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 定义黄色和绿色的HSV值范围
lower_yellow = np.array([20, 100, 100])
upper_yellow = np.array([30, 255, 255])
lower_green = np.array([50, 100, 100])
upper_green = np.array([70, 255, 255])
# 提取黄色和绿色区域
mask_yellow = cv2.inRange(hsv, lower_yellow, upper_yellow)
mask_green = cv2.inRange(hsv, lower_green, upper_green)
# 计算黄色和绿色区域面积
area_yellow = cv2.countNonZero(mask_yellow)
area_green = cv2.countNonZero(mask_green)
# 计算黄色和绿色区域占整个图像的比例
total_area = img.shape[0] * img.shape[1]
ratio_yellow = area_yellow / total_area
ratio_green = area_green / total_area
print("Yellow area ratio:", ratio_yellow)
print("Green area ratio:", ratio_green)
# 显示提取的黄色和绿色区域
cv2.imshow("Yellow", mask_yellow)
cv2.imshow("Green", mask_green)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个例子中,我们首先读取图像,然后将其从BGR颜色空间转换为HSV颜色空间。然后,我们定义了黄色和绿色的颜色范围,并使用cv2.inRange()函数提取了对应的颜色区域。接下来,我们使用cv2.countNonZero()函数计算了黄色和绿色区域的像素数量,并计算了它们占整个图像的比例。最后,我们使用cv2.imshow()函数显示了提取的黄色和绿色区域。
希望这个例子对你有所帮助!