1.用于简单的对象检测、跟踪
2.简单前背景分割
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
#encoding：utf-8#黄色检测import numpy as npimport argparseimport cv2image = cv2.imread('huang.png')color = [ ([0, 70, 70], [100, 255, 255])#黄色范围~这个是我自己试验的范围，可根据实际情况自行调整~注意：数值按[b,g,r]排布]#如果color中定义了几种颜色区间，都可以分割出来 for (lower, upper) in color: # 创建numpy数组 lower = np.array(lower, dtype = "uint8")#颜色下限 upper = np.array(upper, dtype = "uint8")#颜色上限 # 根据阈值找到对应颜色 mask = cv2.inrange(image, lower, upper) output = cv2.bitwise_and(image, image, mask = mask) # 展示图片 cv2.imshow("images", np.hstack([image, output])) cv2.waitkey(0) |
以上这篇python-opencv颜色提取分割方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/wang4959520/article/details/50843539
