1.用于简单的对象检测、跟踪
2.简单前背景分割
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#encoding:utf-8 #黄色检测 import numpy as np import argparse import cv2 image = cv2.imread( 'huang.png' ) color = [ ([ 0 , 70 , 70 ], [ 100 , 255 , 255 ]) #黄色范围~这个是我自己试验的范围,可根据实际情况自行调整~注意:数值按[b,g,r]排布 ] #如果color中定义了几种颜色区间,都可以分割出来 for (lower, upper) in color: # 创建numpy数组 lower = np.array(lower, dtype = "uint8" ) #颜色下限 upper = np.array(upper, dtype = "uint8" ) #颜色上限 # 根据阈值找到对应颜色 mask = cv2.inrange(image, lower, upper) output = cv2.bitwise_and(image, image, mask = mask) # 展示图片 cv2.imshow( "images" , np.hstack([image, output])) cv2.waitkey( 0 ) |
以上这篇python-opencv颜色提取分割方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/wang4959520/article/details/50843539