OpenCV的简单练习

交通信号灯识别‌：

你正在开发一个自动驾驶系统，需要识别交通信号灯的颜色（红、黄、绿）。请设计一个简化的流程，说明如何使用OpenCV来识别交通信号灯的颜色。

思路分析‌：

读取包含交通信号灯的图像。
转换图像到HSV颜色空间。
分别为红、黄、绿三种颜色定义HSV范围，并创建三个掩膜。
对每个掩膜进行轮廓检测，识别出可能的信号灯区域。

import cv2
import numpy as np# 读取图像
img = cv2.imread('./1.png')# 转换到HSV颜色空间
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 定义颜色范围并创建掩膜
yellow_min = np.array([26, 43, 46])
yellow_max = np.array([34, 255, 255])
img_mask1 = cv2.inRange(img_hsv, yellow_min, yellow_max)green_min = np.array([35, 43, 46])
green_max = np.array([77, 255, 255])
img_mask2 = cv2.inRange(img_hsv, green_min, green_max)# 红色范围（低红和高红）
red_min1 = np.array([0, 120, 70])
red_max1 = np.array([10, 255, 255])
red_min2 = np.array([170, 120, 70])
red_max2 = np.array([180, 255, 255])
img_mask3 = cv2.inRange(img_hsv, red_min1, red_max1)
img_mask4 = cv2.inRange(img_hsv, red_min2, red_max2)# 合并掩膜
img_mask = cv2.bitwise_or(img_mask1, img_mask2)
img_mask = cv2.bitwise_or(img_mask, img_mask3)
img_mask = cv2.bitwise_or(img_mask, img_mask4)# 轮廓检测
contours, _ = cv2.findContours(img_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 绘制轮廓
for contour in contours:# 计算轮廓的面积area = cv2.contourArea(contour)if area > 500:# 绘制轮廓cv2.drawContours(img, [contour], -1, (0, 255, 0), 3)img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)img_b=cv2.adaptiveThreshold(img_gray,244,cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,9,5)# 显示原图和结果图
cv2.imshow('img', img)
cv2.imshow('img_mask', img_mask)
cv2.imshow('img_b', img_b)cv2.waitKey(0)

产品质量检测‌：

在一家生产彩色玩具的工厂中，需要检测产品是否按照正确的颜色进行生产。请设计一个使用OpenCV的自动化检测系统，该系统能够识别并报告不符合颜色标准的产品。

‌思路分析‌：

设定产品的标准颜色范围（HSV值）。
使用摄像头或图像文件获取待检测产品的图像。
转换图像到HSV颜色空间。
为每种标准颜色创建掩膜，并与产品图像进行比对。
识别出颜色不符合标准的产品，并记录或报告。

import cv2
import numpy as np# 读取图像
img = cv2.imread('./2.png')
img=cv2.resize(img,(800,800))# 转换到HSV颜色空间
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)# 定义颜色范围并创建掩膜
yellow_min = np.array([26, 43, 46])
yellow_max = np.array([34, 255, 255])
img_mask = cv2.inRange(img_hsv, yellow_min, yellow_max)# 轮廓检测
contours, _ = cv2.findContours(img_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 绘制轮廓
for contour in contours:# 计算轮廓的面积area = cv2.contourArea(contour)if area > 100:  # 只选择面积较大的轮廓（可以根据实际情况调整阈值）# 绘制轮廓cv2.drawContours(img, [contour], -1, (0, 255, 0), 3)# 显示原图和结果图
cv2.imshow('img', img)
cv2.imshow('img_mask', img_mask)
cv2.waitKey(0)