python 的 inRange()函数

作用：

根据设定的阈值，去除阈值之外的背景部分

具体参数：
mask = cv2.inRange(hsv, lower_red, upper_red)
第一个参数：hsv指的是原图
第二个参数：lower_red指的是图像中低于这个lower_red的值，图像值变为0
第三个参数：upper_red指的是图像中高于这个upper_red的值，图像值变为0

举个栗子：
一张图片中包含红绿蓝三种颜色的形状，找到对应形状的轮廓并标记

import os
import cv2
import numpy as np


ball_color1 = ['green','red','blue']
color = [(0, 0, 255),(255, 0, 0),(0, 255, 0)]  #轮廓的对应标记颜色

color_dist = {'red': {'Lower': np.array([0, 60, 60]), 'Upper': np.array([6, 255, 255])},
              'blue': {'Lower': np.array([100, 80, 46]), 'Upper': np.array([124, 255, 255])},
              'green': {'Lower': np.array([35, 43, 35]), 'Upper': np.array([90, 255, 255])},
              }

path = "D:/11/"
dir1 = os.listdir(path)
for img in dir1:
    image = "D:/11/"+img
    img1 = cv2.imread(image)   #读取图片
    if img1 is not None:
        for i in range(0,3):
            ball_color = ball_color1[i]
            gs_frame = cv2.GaussianBlur(img1, (5, 5), 0)                     # 高斯模糊
            hsv = cv2.cvtColor(gs_frame, cv2.COLOR_BGR2HSV)                 # 转化成HSV图像
            erode_hsv = cv2.erode(hsv, None, iterations=2)                   # 腐蚀 粗的变细
            inRange_hsv = cv2.inRange(erode_hsv, color_dist[ball_color]['Lower'], color_dist[ball_color]['Upper'])
            #除去对应颜色形状之外的背景
            contours = cv2.findContours(inRange_hsv.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]   #寻找轮廓
            img2 = cv2.drawContours(img1, contours, -1, color[i], 1)#绘制轮廓
        cv2.imshow('camera', img2)
        cv2.waitKey(0)
    else:
        print("无图片")
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32