python opencv inrange

Python OpenCV中的inRange函数是用于在图像中选择特定颜色范围的函数。它可以帮助我们在图像中找到特定颜色的对象或区域。该函数需要三个参数：输入图像、颜色范围的下限和上限。函数将返回一个二进制图像，其中在颜色范围内的像素为白色，而在颜色范围外的像素为黑色。

相关问题

python opencv2用inrange提取

在OpenCV中，可以使用inRange函数来提取图像中某一颜色范围内的像素。以下是一个基本的例子：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 定义颜色范围
lower_color = np.array([0, 0, 0])
upper_color = np.array([50, 50, 50])

# 将图像转换为HSV颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 提取颜色范围内的像素
mask = cv2.inRange(hsv, lower_color, upper_color)

# 显示提取后的图像
cv2.imshow('mask', mask)
cv2.waitKey(0)

在本例中，我们首先读取一张图像，然后定义了一个颜色范围，这里我们将所有RGB值小于50的像素提取出来。接着，我们将图像转换为HSV颜色空间，这是因为在HSV颜色空间中，颜色的范围更容易定义。最后，我们使用inRange函数提取颜色范围内的像素，并将结果显示出来。

你可以根据你的需要调整颜色范围，以便提取出你需要的像素。

opencv inRange保留红色 c++

要在C++中使用OpenCV中的inRange函数来保留红色，可以使用以下代码：

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

using namespace cv;
using namespace std;

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

    // 将BGR颜色空间转换为HSV颜色空间
    Mat hsv_img;
    cvtColor(img, hsv_img, COLOR_BGR2HSV);

    // 定义红色范围
    Scalar lower_red = Scalar(0, 50, 50);
    Scalar upper_red = Scalar(10, 255, 255);
    Scalar lower_red2 = Scalar(170, 50, 50);
    Scalar upper_red2 = Scalar(180, 255, 255);

    // 创建蒙版
    Mat mask1, mask2, mask;
    inRange(hsv_img, lower_red, upper_red, mask1);
    inRange(hsv_img, lower_red2, upper_red2, mask2);
    bitwise_or(mask1, mask2, mask);

    // 应用掩模
    Mat red_only;
    bitwise_and(img, img, red_only, mask);

    // 显示结果
    imshow("Original Image", img);
    imshow("Red Only Image", red_only);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

这段代码与Python代码很类似，首先将BGR颜色空间转换为HSV颜色空间，然后定义红色的范围。接着，创建一个蒙版，这个蒙版只有在红色范围内的像素值为1，其余像素值为0。最后，将蒙版应用于原始图像，只保留红色部分。