文章目录

  • 前言
  • 一、作业内容
  • 二、思路
  • 1.引入库
  • 2.读入图片
  • 3.转换到HSV
  • 4. 设定红色的阈值
  • 5. 根据阈值构建掩模
  • 6. 对原图像和掩模进行位运算
  • 7.显示图像
  • 8.旋转
  • 总结



前言


这次是OpenCV的第三次作业了。


一、作业内容

通过追踪颜色的hsv值,使画面只留下长方形,在进行二值化,并通过对图片几何变换使长方形摆正

pycharm使用opencv抠章 opencv扣图_显示图像

二、思路

一步步来,主要是设置好红色的阈(yù)值

1.引入库

代码如下:

import cv2
import numpy as np

2.读入图片

代码如下:

img_path = './img3/findURRectangle.jpg'
img = cv2.imread(img_path)

3.转换到HSV

代码如下:

# 转换到 HSV
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

4. 设定红色的阈值

对于HSV色域,各种颜色可参考

pycharm使用opencv抠章 opencv扣图_pycharm使用opencv抠章_02

代码如下:

# 设定红色的阈值
    low_H = 156
    upper_H = 180
    low_S = 43
    upper_S = 255
    low_V = 46
    upper_V = 255
    lower_red = np.array([low_H, low_S, low_V])
    upper_red = np.array([upper_H, upper_S, upper_V])

5. 根据阈值构建掩模

代码如下:

# 根据阈值构建掩模
    mask = cv2.inRange(hsv, lower_red, upper_red)

6. 对原图像和掩模进行位运算

代码如下:

# 对原图像和掩模进行位运算
    res = cv2.bitwise_and(img, img, mask=mask)

7.显示图像

代码如下:

# 显示图像
    cv2.imshow('img', img)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)
    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break
cv2.destroyAllWindows()

如下图所示:

pycharm使用opencv抠章 opencv扣图_位运算_03

8.旋转

使用OpenCV的旋转矩阵进行旋转,需要用到下面形式的公式

pycharm使用opencv抠章 opencv扣图_位运算_04

但OpenCV运行你在任意地方旋转,但是旋转矩阵的形式应该修改为

pycharm使用opencv抠章 opencv扣图_位运算_05

代码如下:

# 获取图片的大小
    rows, cols, channels = res.shape
    # 对红色矩形进行旋转
    # 这里的第一个参数为旋转中心,第二个为旋转角度,第三个为旋转后的缩放因子
    # 可以通过设置旋转中心,缩放因子,以及窗口大小来防止旋转后超出边界的问题
    M = cv2.getRotationMatrix2D((cols/2, rows/2), 161, 0.8)
    # 第三个参数是输出图像的尺寸中心
    dst = cv2.warpAffine(res, M, (2*cols, 2*rows))

绕图片中心旋转161°后是这样

pycharm使用opencv抠章 opencv扣图_显示图像_06


所有代码如下:

import cv2
import numpy as np

img_path = './img3/findURRectangle.jpg'

img = cv2.imread(img_path)


while 1:
    # 转换到 HSV
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    # 设定红色的阈值
    low_H = 156
    upper_H = 180
    low_S = 43
    upper_S = 255
    low_V = 46
    upper_V = 255
    lower_red = np.array([low_H, low_S, low_V])
    upper_red = np.array([upper_H, upper_S, upper_V])

    # 根据阈值构建掩模
    mask = cv2.inRange(hsv, lower_red, upper_red)

    # 对原图像和掩模进行位运算 取出长方形
    res = cv2.bitwise_and(img, img, mask=mask)

    # 获取图片的大小
    rows, cols, channels = res.shape
    # 对红色矩形进行旋转
    # 这里的第一个参数为旋转中心,第二个为旋转角度,第三个为旋转后的缩放因子
    # 可以通过设置旋转中心,缩放因子,以及窗口大小来防止旋转后超出边界的问题
    M = cv2.getRotationMatrix2D((cols/2, rows/2), 161, 0.8)
    # 第三个参数是输出图像的尺寸中心
    dst = cv2.warpAffine(res, M, (cols, rows))
    # 显示图像
    # cv2.imshow('img', img)
    # cv2.imshow('mask', mask)
    cv2.imshow('img', dst)
    cv2.imshow('res', res)
    k = cv2.waitKey(0) & 0xFF
    if k == 27:
        break
cv2.destroyAllWindows()

总结


以上就是今天要的内容,本文仅仅简单介绍了通过追踪颜色的hsv值,使画面只留下长方形。并进行二值化后再将图片进行几何变换使长方形摆正。