這篇文章將為大家詳細(xì)講解有關(guān)如何使用Opencv識別顏色，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關(guān)知識有一定的了解。
彩色模型
數(shù)字圖像處理中常用的采用模型是RGB（紅，綠，藍(lán)）模型和HSV（色調(diào)，飽和度，亮度），RGB廣泛應(yīng)用于彩色監(jiān)視器和彩色視頻攝像機，我們平時的圖片一般都是RGB模型。而HSV模型更符合人描述和解釋顏色的方式，HSV的彩色描述對人來說是自然且非常直觀的。
HSV模型
HSV模型中顏色的參數(shù)分別是：色調(diào)（H：hue），飽和度（S：saturation），亮度（V：value）。由A. R. Smith在1978年創(chuàng)建的一種顏色空間, 也稱六角錐體模型(Hexcone Model)。
(1)色調(diào)（H：hue）：用角度度量，取值范圍為0°～360°，從紅色開始按逆時針方向計算，紅色為0°，綠色為120°,藍(lán)色為240°。它們的補色是：黃色為60°，青色為180°,品紅為300°；
(2)飽和度（S：saturation）：取值范圍為0.0～1.0，值越大，顏色越飽和。
(3)亮度（V：value）：取值范圍為0(黑色)～255(白色）
RGB轉(zhuǎn)成HSV
設(shè) (r, g, b) 分別是一個顏色的紅、綠和藍(lán)坐標(biāo)，它們的值是在 0 到 1 之間的實數(shù)。設(shè) max 等價于 r, g 和 b 中的大者。設(shè) min 等于這些值中的最小者。要找到在 HSV 空間中的 (h, s, v) 值，這里的 h ∈ [0, 360）是角度的色相角，而 s, v ∈ [0,1] 是飽和度和亮度，方法如下：
max=max(R,G,B)
min=min(R,G,B)
if R = max, H = (G-B)/(max-min)
if G = max, H = 2 + (B-R)/(max-min)
if B = max, H = 4 + (R-G)/(max-min)
H = H * 60
if H < 0, H = H + 360
V=max(R,G,B)
S=(max-min)/max
OpenCV下有個函數(shù)可以直接將RGB模型轉(zhuǎn)換為HSV模型，OpenCV中H∈ [0, 180）， S ∈ [0, 255]， V ∈ [0, 255]。我們知道H分量基本能表示一個物體的顏色，但是S和V的取值也要在一定范圍內(nèi)，因為S代表的是H所表示的那個顏色和白色的混合程度，也就說S越小，顏色越發(fā)白，也就是越淺；V代表的是H所表示的那個顏色和黑色的混合程度，也就說V越小，顏色越發(fā)黑。經(jīng)過實驗，識別藍(lán)色的取值是 H在100到140，S和V都在90到255之間。一些基本的顏色H的取值可以如下設(shè)置：
Orange 0-22，Yellow 22- 38，Green 38-75，Blue 75-130，Violet 130-160，Red 160-179
具體實現(xiàn)
（1） 讀取一張圖片
cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV);
（2）將彩色圖像均衡化
split(imgHSV, hsvSplit); equalizeHist(hsvSplit[2],hsvSplit[2]); merge(hsvSplit,imgHSV);
（3）檢測顏色
inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded);
（4）進(jìn)行開操作和閉操作，去除噪聲的影響。
Mat element = getStructuringElement(MORPH_RECT, Size(5, 5)); morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element); morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);
代碼：
重慶分公司
重慶分公司
