Comment déterminer efficacement les limites de couleur HSV pour la détection d'objets à l'aide de cv::inRange ?

Choix des limites de couleur pour la détection d'objets avec cv::inRange (OpenCV)

Lors de l'utilisation de la fonction cv::inRange pour la détection des couleurs, la sélection des limites HSV supérieures et inférieures appropriées est cruciale. Cet article aborde la question de savoir comment déterminer efficacement ces limites en fonction d'une couleur d'intérêt spécifique.

Arrière-plan

HSV (Teinte, Saturation, Valeur) est une couleur espace couramment utilisé en traitement d’images. Le modèle HSV représente les couleurs en trois composantes :

• Teinte (H) : représente la nuance de couleur (par exemple, rouge, bleu).
• Saturation (S) : mesure la quantité de couleur présente dans la teinte (0-1).
• Valeur (V) : Représente la luminosité de la couleur (0-255).

Choisir les limites

La détermination des limites HSV appropriées est basée sur la couleur spécifique détectée. Voici un guide étape par étape :

1. Déterminer la teinte :

   • Utilisez un outil de sélection de couleurs pour identifier les valeurs HSV de l'objet d'intérêt.
   • Notez que différentes échelles peuvent être utilisées pour les valeurs HSV en fonction du application.

2. Ajuster la plage de teinte :

   • Prenez en compte de légères variations de teinte en ajustant la plage autour de la valeur identifiée. .
   • Par exemple, si la teinte est de 22 (sur 179), une plage de (11-33) pourrait être approprié.

3. Définissez la saturation et les plages de valeurs :

   • Utilisez une plage raisonnable pour la saturation (par exemple, 50 -255).
   • Pour la valeur, choisissez une plage qui inclut la luminosité attendue du objet.

4. Considérez le format :

   • Assurez-vous que la conversion HSV est appropriée pour votre format d'image.
   • Par exemple, OpenCV utilise BGR, pas RVB pour l'image représentation.

Exemple

Prenons l'exemple de la détection d'un couvercle orange dans une image.

1. HSV Valeurs :

   • À l'aide d'un sélecteur de couleurs, nous obtenons une valeur HSV de (22, 59, 100).

2. Limites ajustées :

   • Plage de teinte : (11-33)
   • Plage de saturation : (50-255)
   • Plage de valeurs : (50-255)

3. Code Python :

   import cv2
   import numpy as np
   
   ORANGE_MIN = np.array([11, 50, 50], np.uint8)
   ORANGE_MAX = np.array([33, 255, 255], np.uint8)
   
   # Read and convert image
   img = cv2.imread('image.png')
   hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
   
   # Detect orange using inRange
   mask = cv2.inRange(hsv_img, ORANGE_MIN, ORANGE_MAX)
   # Display mask
   cv2.imshow('Mask', mask)
   cv2.waitKey(0)

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!