python - 如何使用 opencv trackbars 对三种颜色进行阈值处理？

Question

我有一个任务说“使用轨迹栏选择三种颜色。将 Blob 涂成相应的颜色。”

我已经创建了轨迹栏，它们工作正常，但我该如何完成这项任务？不幸的是，他们在类里面没有给我们足够的信息来解决这个问题。

非常感谢您的合作。

import numpy as np
import cv2

# open the camera
cap = cv2.VideoCapture(0)

def nothing(x):
    pass
cv2.namedWindow('result')

# Starting with 100's to prevent error while masking
h,s,v = 100,100,100

# Creating track bar


cv2.createTrackbar('h', 'result',0,179,nothing)
cv2.createTrackbar('s', 'result',0,255,nothing)
cv2.createTrackbar('v', 'result',0,255,nothing)

while True:

        #read the image from the camera
        ret, frame = cap.read()        

        #You will need this later
        frame = cv2.cvtColor(frame, 35)



        #converting to HSV
        hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)


        # get info from track bar and appy to result
        h = cv2.getTrackbarPos('h','result')
        s = cv2.getTrackbarPos('s','result')
        v = cv2.getTrackbarPos('v','result')


        # Normal masking algorithm
        lower_blue = np.array([h,s,v])
        upper_blue = np.array([180,255,255])

        mask = cv2.inRange(hsv,lower_blue, upper_blue)

        result = cv2.bitwise_and(frame,frame,mask = mask)

        cv2.imshow('result',result)

        #find center
        cnts=cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2]

        center=None

        if len(cnts)>0:
            c=max(cnts, key=cv2.contourArea)
            ((x,y),radius)=cv2.minEnclosingCircle(c)
            M=cv2.moments(c)
            center=(int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))

            if radius>10:
                #cv2.circle(frame, (int(x),int(y)), int(radius), 2)
                cv2.circle(frame, center,5,(0,0,255),-1)



        # color detection limits
        lB = 5
        lG = 50
        lR = 50
        hB = 15
        hG = 255
        hR = 255
        lowerLimits = np.array([lB, lG, lR])
        upperLimits = np.array([hB, hG, hR])

        # Our operations on the frame come here
        thresholded = cv2.inRange(frame, lowerLimits, upperLimits)
        outimage = cv2.bitwise_and(frame, frame, mask = thresholded)


        cv2.imshow('original', frame)

        # Display the resulting frame
        cv2.imshow('processed',outimage)




        # Quit the program when Q is pressed
        if cv2.waitKey(1) & 0xFF == ord('q'):
                break

# When everything done, release the capture
print 'closing program'
cap.release()
cv2.destroyAllWindows()

Answer 1

如果你想做我想做的事，你可以很容易地使用:

N = 256/一个

图片/= N

图片 *= N

其中“a”是您希望在新图像中看到的颜色数量，我认为您需要导入 numpy 才能正常工作。我认为这是可行的，因为图像矩阵中的颜色数字被四舍五入到“a”框之一，在你的例子中是 3，然后当你用相同的数字乘以它时，它会按比例缩小到真实颜色。

对您来说可能为时已晚，但希望这对某人有所帮助。

编辑:当使用灰度时，这只会给出 3 种颜色，它在彩色图像上做了一些不同的事情