【发布时间】:2015-07-15 07:06:33
【问题描述】:
我正在尝试使用 OpenCV 库在图片中圈出红色。我在谷歌看到了很多问题,但没有人帮助我。我的代码如下:
void highLightRed(const cv::Mat& inputFrame, cv::Mat& outputFrame)
{
cv::Mat gray, edges, red, blurred;
// blur will enhance edge detection
medianBlur(inputFrame, blurred, 9);
// give image in gray color space
getGray(blurred, gray);
cv::inRange(gray, cv::Scalar(0,0,112), cv::Scalar(60,0,225), red); //BGR
// using Canny algorithm to find edges
cv::Canny(red, edges, 50, 150);
std::vector< std::vector<cv::Point> > c;
// find contours of edges
cv::findContours(edges, c, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_NONE);
NSLog(@"size: %lu", c.size());
inputFrame.copyTo(outputFrame);
// draw contour in green (0,200,0) with thinkness 3
//cv::drawContours(outputFrame, c, -1, cv::Scalar(0,200,0),3);
cv::drawContours(outputFrame, c, -1, cv::Scalar(0,200,0),2);
}
void getGray(const cv::Mat& input, cv::Mat& gray)
{
const int numChannes = input.channels();
if (numChannes == 4)
{
cv::cvtColor(input, gray, cv::COLOR_BGRA2GRAY);
}
}
问题:如果图片中只有红色和白色,则此代码可以正常工作,它可以成功包围红色。但是,如果涉及多种颜色,特别是深色,则颜色检测将失败。 我需要只检测红色的精确范围。谢谢
【问题讨论】:
-
正如@skm 所说,您最好切换到 HSV 色彩空间。您不需要拆分和合并频道,但可以使用
cv::inRange。有关示例,请参见 here。 -
我已经玩了很多 cv::inRange 但我没有成功找到合适的范围。切换到 HSV 色彩空间是一个更好的主意。
-
如果您发现@skm 的回答不错,请考虑点赞或标记为答案。如果您没有设法解决您的问题,请告诉我们出了什么问题。如果您自己解决了,请发布答案并接受它。