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HSV4. 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

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

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：

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

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

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 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。