溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了opencv之顏色過濾如何只留下圖片中的紅色區域，內容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。
如圖，這次需要在圖片中找到卷尺的紅色刻度，所以需要對圖像做過濾，只留下紅色部分。
一開始的想法是分別找到RGB值，然后找到紅色區域的部分保留就可以了，不過好像很難確定紅色區域的RGB取值范圍，所以要把圖片轉化到HSV空間中去。
在opencv中直接使用cvCvtColor函數就可以啦。
IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );
cvCvtColor(image,hsv,CV_BGR2HSV);
opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180) ，S是飽和度，一般是大于一個值,S過低就是灰色（參考值S>80)，V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。
所以接下來要做的就是遍歷圖像，獲取圖像每個像素點的H,S,V分量，然后做判斷，滿足條件的就保留，不滿足的就賦值為黑色。
我是用opencv中的IplImage來存儲圖片的。
IplImage獲取像素點的方式如下：
CvScalar s_hsv = cvGet2D(hsv, j, i);//獲取像素點為（i, j）點的HSV的值,i是width值，j是height值
IplImage對像素點賦值的方式如下：
CvScalar s;
cvSet2D(hsv, j ,i, s);//對(i,j)處的像素點賦值
分別取得H,S,V分量，注意圖像轉化的時候BGR2HSV,所以s.val[0]是B或H的值，s.val[1]是G或S的值，s.val[2]則是R或V的值。
因為師弟喜歡用CvMat，所以輸入都改成了CvMat，使用的時候inputImage是希望過濾的圖片，outputImage則為輸出圖片，因為outputImage會在函數中進行空間申請與賦值，所以傳入參數的時候直接把它設成NULL就可以了。
另外要注意一點，因為是對彩色圖像做實驗，所以如果傳入的圖片不是3通道的彩色圖片，那么就會出內存錯誤。
以下打開圖片或創建圖片的方式都是單通道方式，會出現內存錯誤。
IplImage *input = cvLoadImage(path, 0)，
CvMat* M = cvCreateMat(4,4,CV_32FC1); //或是8UC1， 因為C1表示nChannel = 1,也就是單通道
void colorFilter(CvMat *inputImage, CvMat *&outputImage)
{
int i, j;
IplImage* image = cvCreateImage(cvGetSize(inputImage), 8, 3);
cvGetImage(inputImage, image);
IplImage* hsv = cvCreateImage( cvGetSize(image), 8, 3 );
cvCvtColor(image,hsv,CV_BGR2HSV);
int width = hsv->width;
int height = hsv->height;
for (i = 0; i < height; i++)
for (j = 0; j < width; j++)
{
CvScalar s_hsv = cvGet2D(hsv, i, j);//獲取像素點為（j, i）點的HSV的值
/*
opencv 的H范圍是0~180，紅色的H范圍大概是(0~8)∪(160,180)
S是飽和度，一般是大于一個值,S過低就是灰色（參考值S>80)，
V是亮度，過低就是黑色，過高就是白色(參考值220>V>50)。
*/
CvScalar s;
if (!(((s_hsv.val[0]>0)&&(s_hsv.val[0]<8)) || (s_hsv.val[0]>120)&&(s_hsv.val[0]<180)))
{
s.val[0] =0;
s.val[1]=0;
s.val[2]=0;
cvSet2D(hsv, i ,j, s);
}
}
outputImage = cvCreateMat( hsv->height, hsv->width, CV_8UC3 );
cvConvert(hsv, outputImage);
cvNamedWindow("filter");
cvShowImage("filter", hsv);
waitKey(0);
cvReleaseImage(&hsv);
}關于函數還有一點要說明，H分量我取得是(0,8),(120,180),S與V分量沒有做篩選，如果按照注釋部分的進行篩選結果不是很好。
補充知識：opencv實現圖像去除單一顏色背景
思路
因為背景是固定顏色，很容易篩選出背景，然后將其設為白色完全透明即可。
代碼
#coding=utf-8
import cv2 as cv
bg_color = [197, 102, 6]
threshold = 3000
def calc_diff(pixel):
'''
計算pixel與背景的離差平方和，作為當前像素點與背景相似程度的度量
'''
return (pixel[0]-bg_color[0])**2 + (pixel[1]-bg_color[1])**2 + (pixel[2]-bg_color[2])**2
def remove_bg():
image_path = './logo.png'
logo = cv.imread(image_path)
logo = cv.cvtColor(logo, cv.COLOR_BGR2BGRA) #將圖像轉成帶透明通道的BGRA格式
h, w = logo.shape[0:2]
for i in range(h):
for j in range(w):
if calc_diff(logo[i][j]) < threshold:
#若果logo[i][j]為背景，將其顏色設為白色，且完全透明
logo[i][j][0] = 255
logo[i][j][1] = 255
logo[i][j][2] = 255
logo[i][j][3] = 0
cv.imwrite("./logo_rmbg.png", logo)
if __name__ == '__main__':
remove_bg()使用方法
修改第5行的bg_color為圖片背景的bgr值，以及第6行的threshold（threshold越大，覆蓋的像素越多）。
效果：
emmm，事實證明背景附近的顏色不是嚴格的背景色，后來將字填充后好多了。
看完上述內容，是不是對opencv之顏色過濾如何只留下圖片中的紅色區域有進一步的了解，如果還想學習更多內容，歡迎關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
