c++opencv识别蓝色

识别蓝色可以通过以下步骤实现：

1. 读取图像并转换为HSV颜色空间。
2. 定义蓝色的HSV值范围。
3. 通过inRange函数将图像中的蓝色部分提取出来。
4. 对提取出来的蓝色部分进行形态学操作，例如膨胀、腐蚀等。
5. 对处理后的蓝色部分进行轮廓检测，可以使用findContours函数或者Hough变换等方法。
6. 对检测到的轮廓进行筛选，例如面积、形状等条件。
7. 对筛选后的轮廓进行标记或者其他操作。

以下是使用C++和OpenCV实现识别蓝色的示例代码：

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

using namespace cv;
using namespace std;

int main()
{
    // 读取图像并转换为HSV颜色空间
    Mat image = imread("test.jpg");
    Mat hsvImage;
    cvtColor(image, hsvImage, COLOR_BGR2HSV);

    // 定义蓝色的HSV值范围
    Scalar lowerBlue(100, 50, 50);
    Scalar upperBlue(130, 255, 255);

    // 提取蓝色部分
    Mat blueMask;
    inRange(hsvImage, lowerBlue, upperBlue, blueMask);

    // 形态学操作
    Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
    morphologyEx(blueMask, blueMask, MORPH_OPEN, kernel);

    // 轮廓检测
    vector<vector<Point>> contours;
    findContours(blueMask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    // 筛选轮廓
    vector<vector<Point>> blueContours;
    for (int i = 0; i < contours.size(); i++)
    {
        double area = contourArea(contours[i]);
        if (area > 1000)
        {
            blueContours.push_back(contours[i]);
        }
    }

    // 绘制轮廓
    Mat result = image.clone();
    drawContours(result, blueContours, -1, Scalar(0, 0, 255), 2);

    // 显示结果
    imshow("image", image);
    imshow("result", result);
    waitKey(0);

    return 0;
}

其中test.jpg是需要进行蓝色识别的图像，可以根据实际情况进行修改。在代码中，提取蓝色部分使用了inRange函数，形态学操作使用了morphologyEx函数，轮廓检测使用了findContours函数，轮廓筛选使用了contourArea函数。最终结果会在result窗口中显示出来。