opencv轮廓颜色识别

要识别轮廓的颜色，需要进行以下步骤：

1. 将图像转换为HSV颜色空间。

2. 创建一个掩码，使得只有感兴趣的颜色被保留。

3. 对掩码进行形态学操作，使得轮廓更加明显。

4. 使用cv2.findContours()函数来查找图像中的轮廓。

5. 对每个轮廓使用cv2.drawContours()函数绘制它们。

下面是一个基本的示例代码：

import cv2
import numpy as np

# 读入图像
img = cv2.imread('image.jpg')

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

# 定义要保留的颜色范围（蓝色）
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])

# 创建掩码
mask = cv2.inRange(hsv, lower_blue, upper_blue)

# 对掩码进行形态学操作
kernel = np.ones((5,5),np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

# 查找轮廓
contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(img, contours, -1, (0,255,0), 2)

# 显示图像
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，图像被转换为HSV颜色空间，并且我们定义了一个范围来保留蓝色的颜色。然后创建了一个掩码，对它进行形态学操作，最后查找轮廓并绘制它们。