要求 ：分辨出一个随机颜色（红色，蓝色）的图形（圆形，矩形，三角形）
思路 ： HSV色块识别+轮廓提取+同一高度面积识别
一、HSV模型
HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调（H），饱和度（S），明度（V）。
HSV色彩空间
注意：红色的H空间有两部分，需要将两部分融合后提取轮廓。
二、提取轮廓后，固定高度下分别检测圆形、正方形、三角形的面积阈值。
示例代码如下：
# encoding=utf-8import cv2 as cvimport numpy as npimport timeimport serialdef analysis(frame):global red_triangleglobal red_rectangleglobal red_circleglobal blue_triangleglobal blue_rectangleglobal blue_circleh,w,ch = frame.shaperesult = np.zeros((h, w, ch), dtype=np.uint8)kernel = np.ones((5, 5), np.uint8)l_red1 = np.array([[0,43,46]])h_red1 = np.array([10,255,255])l_red2 = np.array([[160,43,46]])h_red2 = np.array([180,255,255])l_blue = np.array([[100,43,46]])h_blue = np.array([124,255,255])try:red_img=frame.copy()hsv = cv.cvtColor(red_img, cv.COLOR_BGR2HSV) binary=cv.inRange(hsv,l_red1,h_red1)binary3=cv.inRange(hsv,l_red2,h_red2)binary = cv.dilate(binary, kernel, iterations=1)#膨胀binary3 = cv.dilate(binary3, kernel, iterations=1)binary4=cv.addWeighted(binary,1,binary3,1,0)#两部分红色融合cv.imshow('binary4:', binary4)contours,binary1=cv.findContours(binary4,1,1)draw_img=red_img.copy()red_copy=cv.drawContours(draw_img,contours,-1,(255,0,0),2)cv.imshow('red_img:', red_copy)cnt=contours[0]p1 = cv.arcLength(cnt, True)area1 = cv.contourArea(cnt)print("area1",area1)print("p1",p1)if 0 <= area1 <=30000:print('R3')ser.write(("SR3E").encode())elif 30000 < area1 <= 35000:print('R1')ser.write(("SR1E").encode())elif 35000 < area1 <= 60000:print('R2')ser.write(("SR2E").encode())except:passtry:blue_img=frame.copy()hsv1 = cv.cvtColor(blue_img, cv.COLOR_BGR2HSV)binary1=cv.inRange(hsv1,l_blue,h_blue)binary1 = cv.dilate(binary1, kernel, iterations=1)contours1,binary2=cv.findContours(binary1,1,1)draw_img=blue_img.copy()blue_copy=cv.drawContours(draw_img,contours1,-1,(255,0,0),2)cv.imshow('blue_img:', blue_copy)cv.imshow('binary1:', binary1)cnt=contours1[0]p2 = cv.arcLength(cnt, True)area2= cv.contourArea(cnt)print("area2",area2)print("p2",p2)if 0 <= area2 <=26000:print('B3')ser.write(("SB3E").encode())elif 26000 < area2 <= 35000:print('B1')ser.write(("SB1E").encode())elif 35000 < area2 <= 60000:print('B2')ser.write(("SB2E").encode())except:pass#串口通信if __name__ == "__main__":ser = serial.Serial("/dev/ttyAMA0", 57600)#color_str = ''red_triangle = 0red_rectangle = 0red_circle = 0blue_triangle = 0blue_rectangle = 0blue_circle = 0#shape_color = []cap = cv.VideoCapture('/dev/video0')while (True):ret, src = cap.read()analysis(src)if cv.waitKey(1) & 0xFF == ord('q'):break # 清空接收缓冲区ser.flushInput()cap.release()cv.destroyAllWindows()ser.close()
如果觉得《树莓派：基于opencv+Python的颜色形状识别（红色 蓝色的圆形 矩形 三角形）》对你有帮助，请点赞、收藏，并留下你的观点哦！
