cv2.inRange 过滤黄色

以下是使用 cv2.inRange 函数过滤黄色的示例代码：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('image.jpg')

# 将图片从 BGR 颜色空间转换为 HSV 颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义黄色的颜色范围
lower_yellow = np.array([20, 100, 100])
upper_yellow = np.array([40, 255, 255])

# 使用 cv2.inRange 过滤黄色
mask = cv2.inRange(hsv, lower_yellow, upper_yellow)

# 用掩码来获取原始图像中的黄色区域
yellow_img = cv2.bitwise_and(img, img, mask=mask)

# 显示图片
cv2.imshow('original', img)
cv2.imshow('yellow', yellow_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先将图片从 BGR 颜色空间转换为 HSV 颜色空间。然后，我们定义了一个颜色范围，该颜色范围可以用来筛选出所有黄色像素。最后，我们使用 cv2.inRange 函数来应用颜色筛选器，生成一个掩码。然后使用掩码来获取原始图像中的黄色区域。

在最后一行，我们用 cv2.imshow 函数来显示原始的彩色图片和黄色图片。等待用户按下任何按键之前，图片会一直显示。最终，我们释放内存并关闭所有窗口。

注意：颜色范围[20,100,100] - [40,255,255] 是非常粗略的估计。在实际应用中，您可能需要使用不同的参数进行调整，以找到正确的颜色范围，以过滤出所需的颜色。