树莓派4B_OpenCv学习笔记6:OpenCv识别已知颜色_运用掩膜

今日继续学习树莓派4B 4G：（Raspberry Pi，简称RPi或RasPi）

 本人所用树莓派4B 装载的系统与版本如下:

 版本可用命令 (lsb_release -a) 查询:

 Opencv 版本是4.5.1：

学了这些OpenCv的理论性知识，不进行实践实在是太无聊了，今天就尝试使用OpenCv，已知颜色信息，来识别一张图片的颜色 ，并输出掩膜图像，坐标范围等。

目录

掩膜的基本知识:

RGB颜色控件与HSV：

RGB颜色空间

HSV颜色空间

准备需要识别的图片:

编写RGB转BGR程序：

 测试转换程序:

编写颜色识别程序:

测试颜色识别程序:

更改掩膜颜色:

进一步获取掩膜的有用参数：

1、计算掩膜覆盖的像素:

2、找到掩膜中物体的边界框（Bounding Box）：

3、计算掩膜中物体的质心（Centroid）：

4、计算掩膜中物体的面积：

 综合测试效果如下:

整体测试工程下载：

网上查阅资料贴出:

掩膜的基本知识:

掩膜是由0和1组成的一个二进制图像。

当在某一功能中应用掩膜时，1值区域被处理，被屏蔽的0值区域不被包括在计算中。通过制定的数据值，数据范围，有限或无限值，感兴趣区和注释文件来定义图像掩膜，也可以应用上述选项的任意组合作为输入来建立掩膜。

 以下定义为AI生成:

**掩膜（Mask）**是一个二维数组（或矩阵），通常与图像具有相同的尺寸，但数据类型通常是二值化的（例如，8位无符号整数，其中0表示“无”或“透明”，而非零值（如255）表示“有”或“不透明”）。掩膜在图像处理中主要用于以下目的：

  1. 区域选择：你可以使用掩膜来选择图像中的特定区域进行进一步处理。例如，你可能只对图像中的某个特定形状或区域感兴趣，那么你可以创建一个只在该区域内部为1（或255），其他地方为0的掩膜，然后将其与原始图像相乘，从而只保留你感兴趣的区域。
  2. 形态学操作：在形态学图像处理中，如腐蚀（erosion）和膨胀（dilation），掩膜被用作结构元素。这些结构元素定义了邻域的形状和大小，用于确定像素的邻域如何影响该像素的最终值。
  3. 融合和混合：掩膜也可以用于将两个或多个图像融合在一起。例如，你可以使用掩膜来定义如何将一个图像的内容叠加到另一个图像上，只在掩膜为1的位置进行叠加。
  4. 图像修复：在图像修复或去噪中，掩膜可以帮助确定哪些像素需要被修复或替换。

RGB颜色控件与HSV：

在已知的图像中我们常用RGB的三元值大小来描述一个颜色，但RGB不适用于环境变化的情况，因此需要将RGB转换为HSV的描述形式，

这里需要注意的是，通过软件获取RGB数值后，传给Opencv程序的顺序应该是BGR！

RGB颜色空间

RGB（红、绿、蓝）颜色控件是基于RGB颜色空间的。RGB颜色空间是工业界的一种颜色标准，它使用三个颜色通道（红色、绿色和蓝色）来表示颜色。每个通道都有256个可能的值（从0到255），因此RGB颜色空间可以表示约16,777,216种不同的颜色（即256^3）。

特点：

  1. 基础性：RGB颜色空间是图像处理中最基本、最常用的颜色空间，因为它与大多数显示设备和打印设备直接相关。
  2. 面向硬件：RGB颜色空间是面向硬件的，因此它在计算机图形和图像处理中非常常见。
  3. 受亮度影响：RGB颜色空间的三个分量（红、绿、蓝）都与亮度密切相关。因此，当亮度改变时，三个分量都会相应地改变。
  4. 均匀性较差：RGB颜色空间是一种均匀性较差的颜色空间，因为人眼对这三种颜色分量的敏感程度是不一样的。

HSV颜色空间

HSV（色调、饱和度、明度）颜色控件是基于HSV颜色空间的。HSV颜色空间比RGB更接近人们对彩色的感知经验，它使用色调（Hue）、饱和度（Saturation）和明度（Value）三个参数来描述颜色。

特点：

  1. 直观性：HSV颜色空间非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。
  2. 稳定性：HSV颜色空间在面对光照变化时比RGB更稳定，能更好地反映颜色的本质。
  3. 适合图像处理：由于HSV颜色空间的直观性和稳定性，它在图像处理中比RGB更受欢迎。例如，在HSV颜色空间下，更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。
  4. 参数范围：在HSV颜色空间中，色调（H）的取值范围为0°到360°，饱和度（S）和明度（V）的取值范围通常为0%到100%。

准备需要识别的图片:

这里我使用Photoshop随手画了个图片，并使用取色器获取到了

其中蓝色区域RGB的数值：

B:        255

G:        97

R:        34

# coding=utf-8
import sys
import numpy as np
import cv2blue = sys.argv[1]
green = sys.argv[2]
red = sys.argv[3]  color = np.uint8([[[blue, green, red]]])
hsv_color = cv2.cvtColor(color, cv2.COLOR_BGR2HSV)hue = hsv_color[0][0][0]print("Lower bound is :"),
print("[" + str(hue-10) + ", 100, 100]\n")print("Upper bound is :"),
print("[" + str(hue + 10) + ", 255, 255]")

编写RGB转BGR程序：

 编写以下程序能辅助我们将已知颜色的BGR数值转换为HSV形式:

# coding=utf-8
import sys
import numpy as np
import cv2blue = sys.argv[1]
green = sys.argv[2]
red = sys.argv[3]  color = np.uint8([[[blue, green, red]]])
hsv_color = cv2.cvtColor(color, cv2.COLOR_BGR2HSV)hue = hsv_color[0][0][0]print("Lower bound is :"),
print("[" + str(hue-10) + ", 100, 100]\n")print("Upper bound is :"),
print("[" + str(hue + 10) + ", 255, 255]")

 测试转换程序:

1、现将编写好的脚本传输给树莓派（通过mobaxterm的SSH远程连接）：

2、在终端输入命令运行得到运算结果如下：

编写颜色识别程序:

1、接下来编写颜色识别程序如下：

注意:       如果你使用的图片需要检测的已知BGR与我不一致，那你需要再回到上一步获取对应HSV值，并在代码中将这俩行替换:

        

# 这行指定了文件的编码格式为utf-8
# coding=utf-8 import cv2
import numpy as np# 使用cv2.imread函数读取指定路径下的图片文件。第二个参数1表示读取彩色图像（BGR格式）
img = cv2.imread('/home/pi/Pictures/Colour_test1.jpg', 1)# 使用cv2.resize函数调整图像大小。这里，目标宽度和高度被设置为(0,0)，表示将按照给定的缩放因子fx和fy来缩放图像。  
# fx=0.2和fy=0.2表示图像在水平和垂直方向上都将缩小到原来的20%。 
#img = cv2.resize(img, (0,0), fx=0.2, fy=0.2)# 将图像从BGR色彩空间转换为HSV色彩空间。HSV色彩空间更适用于颜色范围检测，因为它基于色调(H)、饱和度(S)和亮度(V)。
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 定义一个NumPy数组，表示HSV色彩空间中颜色的下界。这里的数值代表色调、饱和度和亮度的最小值。 
lower_range = np.array([101, 100, 100], dtype=np.uint8)
# 定义一个NumPy数组，表示HSV色彩空间中颜色的上界。这里的数值代表色调、饱和度和亮度的最大值。  
upper_range = np.array([121, 255, 255], dtype=np.uint8)# 使用cv2.inRange函数根据指定的HSV颜色范围创建一个掩码图像。该掩码图像中，属于指定颜色范围的像素值为255（白色），其他像素值为0（黑色）。  
mask = cv2.inRange(hsv, lower_range, upper_range)# 使用cv2.imshow函数显示掩码图像，窗口标题为'mask'。  
cv2.imshow('mask',mask)
# 使用cv2.imshow函数显示原始图像（经过缩放和色彩空间转换后），窗口标题为'image'。  
cv2.imshow('image', img)while(1):
#等待用户按键，按下‘q’就释放资源退出程序key=cv2.waitKey(1)if key&0XFF==ord('q'):breakcv2.destroyAllWindows()

2、将图片SSH传输给树莓派:

注意:        图片位置需要与程序对应，这个请自行检查：

测试颜色识别程序:

发现能够将识别到的颜色掩膜输出:

更改掩膜颜色:

我们可以在之前程序基础上对掩膜的颜色进行更改:   只需添加一句：

然后就改变掩膜的颜色为灰色了:

进一步获取掩膜的有用参数：

1、计算掩膜覆盖的像素:

需要注意的是，这里的mask的值需要根据你的具体设置进行更改:

num_pixels = np.sum(mask == 255)  # 或者 np.count_nonzero(mask)  print(f"Number of pixels in the mask: {num_pixels}")

2、找到掩膜中物体的边界框（Bounding Box）：

通过寻找掩膜中所有非零像素的边界，您可以得到这些像素在图像中的位置。

# 使用OpenCV的findContours函数找到轮廓  
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)  # 假设我们只关心最大的轮廓（即最大的物体）  
if contours:  c = max(contours, key=cv2.contourArea)  x, y, w, h = cv2.boundingRect(c)  print(f"Bounding box of the object: ({x}, {y}), ({w}, {h})")

3、计算掩膜中物体的质心（Centroid）：

质心是物体所有像素的加权平均位置。

M = cv2.moments(contours[0]) if contours else None  
if M != None:  cX = int(M["m10"] / M["m00"])  cY = int(M["m01"] / M["m00"])  print(f"Centroid of the object: ({cX}, {cY})")

4、计算掩膜中物体的面积：

这可以通过计算掩膜中非零像素的数量来实现。

area = cv2.contourArea(contours[0]) if contours else 0  
print(f"Area of the object: {area}")

 综合测试效果如下:

整体测试工程下载：

https://download.csdn.net/download/qq_64257614/89426048

网上查阅资料贴出:

[树莓派基础]7.树莓派OpenCV颜色识别案例讲解_哔哩哔哩_bilibili

 opencv(12): 掩膜Mask_opencv mask-CSDN博客

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/352370.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

数据库管理-第205期 换个角度看23ai（20240617）

数据库管理-第205期 换个角度看23ai（20240617）

数据库管理205期 2024-06-17 数据库管理-第205期 换个角度看23ai（20240617）1 规范应用开发2 融合总结 数据库管理-第205期 换个角度看23ai（20240617） 作者：胖头鱼的鱼缸（尹海文） Oracle ACE Pro…
阅读更多...
11.5.k8s中pod的调度-cordon，drain，delete

11.5.k8s中pod的调度-cordon，drain，delete

目录 一、概念 二、使用 1.cordon 停止调度 1.1.停止调度 1.2.解除恢复 2.drain 驱逐节点 2.1.驱逐节点 2.2.参数介绍 2.3.解除恢复 3.delete 删除节点 一、概念 cordon节点，drain驱逐节点，delete 节点，在对k8s集群节点执行维护&am…
阅读更多...
vivado NODE、PACKAGE_PIN

vivado NODE、PACKAGE_PIN

节点是Xilinx部件上用于路由连接或网络的设备对象。它是一个 WIRE集合，跨越多个瓦片，物理和电气 连接在一起。节点可以连接到单个SITE_， 而是简单地将NETs携带进、携带出或携带穿过站点。节点可以连接到 任何数量的PIP，并且也可以…
阅读更多...
Science | 稀土开采威胁马来西亚的生物多样性

Science | 稀土开采威胁马来西亚的生物多样性

马来西亚是一个生物多样性热点地区，拥有超过17万种物种，其中1600多种处于濒临灭绝的风险。马来西亚的热带雨林蕴藏了大部分的生物多样性，并为全球提供重要的生态系统效益，同时为土著社区带来经济和文化价值。同时马来西亚具有可观…
阅读更多...
04 远程访问及控制

04 远程访问及控制

1、SSH远程管理 SSH是一种安全通道协议，主要用来实现字符界面的远程登录、远程复制等功能。 SSH协议对通信双方的数据传输进行了加密处理（包括用户登陆时输入得用户口令）。 终端：接收用户的指令 TTY终端不能远程，它…
阅读更多...
Python界面编辑器Tkinter布局助手 使用体验

Python界面编辑器Tkinter布局助手 使用体验

一、发现 我今天在网上搜关于Python Tkinter方面的信息时，发现了Python界面编辑器 Tkinter布局助手 的使用说明。 https://blog.csdn.net/weixin_52777652/article/details/135291731?spm1001.2014.3001.5506 这个编辑器是个开源的项目，个人用户可以…
阅读更多...
大模型KV Cache节省神器MLA学习笔记（包含推理时的矩阵吸收分析）

大模型KV Cache节省神器MLA学习笔记（包含推理时的矩阵吸收分析）

首先，本文回顾了MHA的计算方式以及KV Cache的原理，然后深入到了DeepSeek V2的MLA的原理介绍，同时对MLA节省的KV Cache比例做了详细的计算解读。接着，带着对原理的理解理清了HuggingFace MLA的全部实现，每行代码都去对应…
阅读更多...
从中概回购潮，看互联网的未来

从中概回购潮，看互联网的未来

王兴的饭否语录里有这样一句话：“对未来越有信心，对现在越有耐心。” 而如今的美团，已经不再掩饰对未来的坚定信心。6月11日，美团在港交所公告，计划回购不超过20亿美元的B类普通股股份。 而自从港股一季度财报季结束…
阅读更多...
【吉林大学Java程序设计】第9章：并发控制

【吉林大学Java程序设计】第9章：并发控制

第9章：并发控制 1.线程的基本概念2.线程的创建与启动3.线程的调度与优先级线程的状态线程的生命周期线程控制的基本方法线程优先级 4.线程的协作多线程存在的问题同步区域（临界区）生产者与消费者问题（互斥与同步问题）哲…
阅读更多...
线程池吞掉异常的case：源码阅读与解决方法

线程池吞掉异常的case：源码阅读与解决方法

1. 问题背景 有一天给同事CR，看到一段这样的代码 try {for (param : params) {//并发处理，func无返回值ThreadPool.submit(func(param));} } catch (Exception e) {log.info("func抛异常啦,参数是:{}", param) } 我：你这段代码是…
阅读更多...
【数据结构与算法 刷题系列】求带环链表的入环节点（图文详解）

【数据结构与算法 刷题系列】求带环链表的入环节点（图文详解）

💓 博客主页：倔强的石头的CSDN主页 📝Gitee主页：倔强的石头的gitee主页 ⏩ 文章专栏：《数据结构与算法 经典例题》C语言 期待您的关注 ​ 目录 一、问题描述 二、解题思路 方法一：数学公式推导法 方法…
阅读更多...
苏州辰安塑业携塑料托盘、塑料物流箱解决方案亮相2024杭州快递物流展

苏州辰安塑业携塑料托盘、塑料物流箱解决方案亮相2024杭州快递物流展

苏州辰安塑业携塑料托盘、吹塑托盘、塑料卡板箱、塑料周转箱、塑料物流箱、塑料垃圾桶解决方案盛装亮相2024杭州快递物流展！ 展位号：3C馆A51 苏州辰安塑业有限公司，是一家专业从事塑料托盘、吹塑托盘、塑料卡板箱、塑料周转箱、塑料物流箱、…
阅读更多...
【前端】Nesj 学习笔记

【前端】Nesj 学习笔记

1、前置知识 1.1 装饰器 装饰器的类型 declare type ClassDecorator <TFunction extends Function>(target: TFunction) > TFunction | void; declare type PropertyDecorator (target: Object, propertyKey: string | symbol) > void; declare type MethodDe…
阅读更多...
大模型应用开发技术：Multi-Agent框架流程、源码及案例实战（二）

大模型应用开发技术：Multi-Agent框架流程、源码及案例实战（二）

LlaMA 3 系列博客 基于 LlaMA 3 LangGraph 在windows本地部署大模型 &#xff08;一&#xff09; 基于 LlaMA 3 LangGraph 在windows本地部署大模型 &#xff08;二&#xff09; 基于 LlaMA 3 LangGraph 在windows本地部署大模型 &#xff08;三&#xff09; 基于 LlaMA…
阅读更多...
05-5.4.1 树的存储结构

05-5.4.1 树的存储结构

&#x1f44b; Hi, I’m Beast Cheng &#x1f440; I’m interested in photography, hiking, landscape… &#x1f331; I’m currently learning python, javascript, kotlin… &#x1f4eb; How to reach me --> 458290771qq.com 喜欢《数据结构》部分笔记的小伙伴可以…
阅读更多...
经验分享，xps格式转成pdf格式

经验分享，xps格式转成pdf格式

XPS 是一种电子文档格式、后台打印文件格式和页面描述语言。有时候微软默认打印机保存的是xps格式&#xff0c;我们如何转换为pdf格式呢&#xff0c;这里分享一个免费好用的网站&#xff0c;可以实现。 网站&#xff1a;https://xpstopdf.com/zh/ 截图&#xff1a;
阅读更多...
JVM 三色标记算法

JVM 三色标记算法

三色标记算法核心原理 三色标记算法是一种JVM的垃圾标记算法&#xff0c;CMS/G1垃圾回收器就是使用的这种算法&#xff0c;它可以让JVM在不发生或者尽可能短的发生STW&#xff08;Stop The World&#xff09;的情况下进行垃圾的标记和清除。 顾名思义&#xff0c;三色标记算法…
阅读更多...
Linux（Centos7）OpenSSH漏洞修复，升级最新openssh-9.7p1

Linux（Centos7）OpenSSH漏洞修复，升级最新openssh-9.7p1

OpenSSH更新 一、OpenSSH漏洞二、安装zlib三、安装OpenSSL四、安装OpenSSH 一、OpenSSH漏洞 服务器被扫描出了漏洞需要修复&#xff0c;准备升级为最新openssh服务 1. 使用ssh -v查看本机ssh服务版本号 ssh -V虚拟机为OpenSSH7.4p1&#xff0c;现在准备升级为OpenSSH9.7p1…
阅读更多...
springboot小型超市商品展销系统-计算机毕业设计源码01635

springboot小型超市商品展销系统-计算机毕业设计源码01635

摘 要 科技进步的飞速发展引起人们日常生活的巨大变化&#xff0c;电子信息技术的飞速发展使得电子信息技术的各个领域的应用水平得到普及和应用。信息时代的到来已成为不可阻挡的时尚潮流&#xff0c;人类发展的历史正进入一个新时代。在现实运用中&#xff0c;应用软件的工作…
阅读更多...
“暗蚊”黑产团伙通过国内下载站传播Mac远控木马攻击活动分析

“暗蚊”黑产团伙通过国内下载站传播Mac远控木马攻击活动分析

黑客&网络安全如何 1 概述 近期&#xff0c;安天CERT发现一组利用非官方软件下载站进行投毒和攻击下游用户案例&#xff0c;并深入分析了攻击者在网管运维工具上捆绑植入macOS平台远控木马&#xff0c;利用国内非官方下载站发布&#xff0c;以此取得政企机构内部…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023