opencv 颜色识别hsv方法 C++（红色）

本文采用的是hsv的方式进行颜色识别，主要流程如下：

读取视频：VideoCapture cap(0);
设置图像参数：cap.set(cv::CAP_PROP_FRAME_WIDTH, width);设置图像宽度。
将图像转换为HSV颜色空间：cvtColor(frame, hsv, COLOR_BGR2HSV)
调整hsv的范围
对图像进行二值化处理 inRange(hsv, lower_yellow, upper_yellow, mask);
对二值化后的图像进行形态学处理，去除噪点：
Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
morphologyEx(mask2, mask2, MORPH_OPEN, kernel);
morphologyEx(mask2, mask2, MORPH_CLOSE, kernel);
高斯滤波：GaussianBlur(mask2, mask2, Size(3, 3), 0);
canny算子边缘检测：Canny(mask2, mask2, 100, 250);
在二值化后的图像中寻找轮廓
计算轮廓的面积
寻找面积最大的部分

绘制轮廓的最小外接正矩形

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <iostream>
#include <vector>
using namespace cv;
using namespace std;

int width = 800; // 设置图像宽度
int height = 600; // 设置图像高度
//readme 可以识别红色hsv 


int main() {


    VideoCapture cap(0);//读取视频0


    cap.set(cv::CAP_PROP_FRAME_WIDTH, width); // 设置图像宽度
    cap.set(cv::CAP_PROP_FRAME_HEIGHT, height); // 设置图像高度




    while (true)
    {
        int max = 0;
        Mat frame;
        cap.read(frame);
        Mat hsv;
        cvtColor(frame, hsv, COLOR_BGR2HSV);// 将图像转换为HSV颜色空间

        cv::Scalar lower_yellow(7, 94, 82);
        cv::Scalar upper_yellow(54, 232, 255); // 定义黄色的HSV范围

        cv::Scalar lower_red(137, 144, 114);
        cv::Scalar upper_red(255, 241, 242); // 定义红色的HSV范围


        Mat mask;
        Mat mask2;
        inRange(hsv, lower_yellow, upper_yellow, mask);// 对图像进行二值化，只保留蓝色部分
        inRange(hsv, lower_red, upper_red, mask2);
        // 对二值化后的图像进行形态学处理，去除噪点
        Mat kernel = getStructuringElement(MORPH_RECT, Size(5, 5));
        morphologyEx(mask2, mask2, MORPH_OPEN, kernel);
        morphologyEx(mask2, mask2, MORPH_CLOSE, kernel);
        GaussianBlur(mask2, mask2, Size(3, 3), 0);//高斯滤波
        Canny(mask2, mask2, 100, 250);//canny算子边缘检测


        // 在二值化后的图像中寻找轮廓
        vector<vector<Point>> contours;
        vector<Vec4i> hierarchy;
        findContours(mask2, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

        Mat mask2Contours = Mat::zeros(mask2.size(), CV_8UC1);
        Mat Contours = Mat::zeros(mask2.size(), CV_8UC1);
        Mat mask2Contours0 = Mat::zeros(mask2.size(), CV_8UC1);
        vector<double> g_dConArea(contours.size());
        for (int i = 0; i < contours.size(); i++)
        {
            //contours[i]代表的是第i个轮廓，contours[i].size()代表的是第i个轮廓上所有的像素点数  
            for (int j = 0; j < contours[i].size(); j++)
            {    //绘制出contours向量内所有的像素点  
                //Point P = Point(contours[i][j].x, contours[i][j].y);
                //Contours.at<uchar>(P) = 255;
                //计算轮廓的面积
                g_dConArea[i] = contourArea(contours[i]);
            }
            //寻找面积最大的部分
            
            for (int i = 1; i < contours.size(); i++) {
                if (g_dConArea[i] > g_dConArea[max]) {
                    max = i;
                }
                
            }


        }
        //Point pt1(200, 100);
        //Point pt2(600, 500);
        drawContours(mask2Contours, contours, max, Scalar(255), 1, 8, hierarchy);
        //绘制轮廓的最小外接正矩形
        Rect boundRect = boundingRect(Mat(contours[max]));
        rectangle(mask2Contours0, Point(boundRect.x, boundRect.y), Point(boundRect.x + boundRect.width, boundRect.y + boundRect.height), Scalar(255), 2, 8);
        //中心点Point(boundRect.x+boundRect.width/2,boundRect.y+boundRect.height/2);
        //绘制轮廓的最小外结矩形
        circle(frame, Point(boundRect.x + boundRect.width/2, boundRect.y + boundRect.height/2), 5, Scalar(255), -1);


        

        RotatedRect rect = minAreaRect(contours[max]);
        Point2f P[4];//初始化矩形四个顶点坐标
        rect.points(P);
        for (int j = 0; j <= 3; j++)
        {
            line(mask2Contours, P[j], P[(j + 1) % 4], Scalar(255), 2);
            line(frame, P[j], P[(j + 1) % 4], Scalar(255), 2);

        }
    
        
        if (waitKey(1) == 'q')
            break;



        imshow("hsv", hsv);
        imshow("mask", mask);
        imshow("mask2", mask2);
        /*imshow("contours", contours);*/
        imshow("Color Detection", frame);
        imshow("最小正外接矩形", mask2Contours0);
        imshow("Contours Image", mask2Contours); //轮廓
        //imshow("Point of Contours", Contours);   //向量contours内保存的所有轮廓点集 
    }

    // 释放摄像头资源和所有窗口
    cap.release();
    destroyAllWindows();

    return 0;




}

写的垃圾，大佬多多指教。

效果图1：
颜色随便提取的（大家也可以尝试用提取通道的方法）

原文地址：https://www.cnblogs.com/shlmqq/p/17238567.html