Opencv颜色识别

彩色模型

数字图像处理中常用的采用模型是RGB（红，绿，蓝）模型和HSV（色调，饱和度，亮度），RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。

HSV模型

HSV模型中颜色的参数分别是：色调（H：hue），饱和度（S：saturation），亮度（V：value）。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)。

• 色调（H：hue）：用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；
• 饱和度（S：saturation）：取值范围为0.0～1.0，值越大，颜色越饱和。
• 亮度（V：value）：取值范围为0(黑色)～255(白色)。

RGB转HSV

设 (r, g, b) 分别是一个颜色的红、绿和蓝坐标，它们的值是在 0 到 1 之间的实数。设 max 等价于 r, g 和 b 中的最大者。设 min 等于这些值中的最小者。要找到在 HSV 空间中的 (h, s, v) 值，这里的 h ∈ [0, 360）是角度的色相角，而 s, v ∈ [0,1] 是饱和度和亮度，计算为：

[cpp] view plain copy

1. max=max(R,G,B)   
2. min=min(R,G,B)   
3. if R = max, H = (G-B)/(max-min)   
4. if G = max, H = 2 + (B-R)/(max-min)   
5. if B = max, H = 4 + (R-G)/(max-min)   
6.   
7. H = H * 60   
8. if H < 0, H = H + 360   
9.   
10. V=max(R,G,B)   
11. S=(max-min)/max  

OpenCV下有个函数可以直接将RGB模型转换为HSV模型，注意的是OpenCV中H∈ [0, 180）， S ∈ [0, 255]， V ∈ [0, 255]。我们知道H分量基本能表示一个物体的颜色，但是S和V的取值也要在一定范围内，因为S代表的是H所表示的那个颜色和白色的混合程度，也就说S越小，颜色越发白，也就是越浅；V代表的是H所表示的那个颜色和黑色的混合程度，也就说V越小，颜色越发黑。经过实验，识别蓝色的取值是 H在100到140，S和V都在90到255之间。一些基本的颜色H的取值可以如下设置：

[cpp] view plain copy

1. Orange  0-22  
2. Yellow 22- 38  
3. Green 38-75  
4. Blue 75-130  
5. Violet 130-160  
6. Red 160-179  

OpenCV实现

首先我们读取一张图片或从视频读取一帧图像，用下面的函数转为HSV模型。

[cpp] view plain copy

1. cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV);  

然后我们对彩色图像做直方图均衡化

[cpp] view plain copy

1. //因为我们读取的是彩色图，直方图均衡化需要在HSV空间做  
2.    split(imgHSV, hsvSplit);  
3.    equalizeHist(hsvSplit[2],hsvSplit[2]);  
4.    merge(hsvSplit,imgHSV);  

接着就是进行颜色检测，我们用void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst);函数进行颜色检测，这个函数的作用就是检测src图像的每一个像素是不是在lowerb和upperb之间，如果是，这个像素就设置为255，并保存在dst图像中，否则为0。

[cpp] view plain copy

1. inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded); //Threshold the image  

通过上面的函数我们就可以得到目标颜色的二值图像，接着我们先对二值图像进行开操作，删除一些零零星星的噪点，再使用闭操作，连接一些连通域，也就是删除一些目标区域的白色的洞。

[cpp] view plain copy

1. //开操作 (去除一些噪点)  
2.    Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));  
3.    morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element);  
4.   
5.    //闭操作 (连接一些连通域)  
6.    morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);  

整个代码实现

[cpp] view plain copy

1. #include <iostream>  
2. #include "opencv2/highgui/highgui.hpp"  
3. #include "opencv2/imgproc/imgproc.hpp"  
4.   
5. using namespace cv;  
6. using namespace std;  
7.   
8.  int main( int argc, char** argv )  
9.  {  
10.     VideoCapture cap(0); //capture the video from web cam  
11.   
12.     if ( !cap.isOpened() )  // if not success, exit program  
13.     {  
14.          cout << "Cannot open the web cam" << endl;  
15.          return -1;  
16.     }  
17.   
18.   namedWindow("Control", CV_WINDOW_AUTOSIZE); //create a window called "Control"  
19.   
20.   int iLowH = 100;  
21.   int iHighH = 140;  
22.   
23.   int iLowS = 90;   
24.   int iHighS = 255;  
25.   
26.   int iLowV = 90;  
27.   int iHighV = 255;  
28.   
29.   //Create trackbars in "Control" window  
30.   cvCreateTrackbar("LowH", "Control", &iLowH, 179); //Hue (0 - 179)  
31.   cvCreateTrackbar("HighH", "Control", &iHighH, 179);  
32.   
33.   cvCreateTrackbar("LowS", "Control", &iLowS, 255); //Saturation (0 - 255)  
34.   cvCreateTrackbar("HighS", "Control", &iHighS, 255);  
35.   
36.   cvCreateTrackbar("LowV", "Control", &iLowV, 255); //Value (0 - 255)  
37.   cvCreateTrackbar("HighV", "Control", &iHighV, 255);  
38.   
39.     while (true)  
40.     {  
41.         Mat imgOriginal;  
42.   
43.         bool bSuccess = cap.read(imgOriginal); // read a new frame from video  
44.   
45.          if (!bSuccess) //if not success, break loop  
46.         {  
47.              cout << "Cannot read a frame from video stream" << endl;  
48.              break;  
49.         }  
50.   
51.    Mat imgHSV;  
52.    vector<Mat> hsvSplit;  
53.    cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV); //Convert the captured frame from BGR to HSV  
54.   
55.    //因为我们读取的是彩色图，直方图均衡化需要在HSV空间做  
56.    split(imgHSV, hsvSplit);  
57.    equalizeHist(hsvSplit[2],hsvSplit[2]);  
58.    merge(hsvSplit,imgHSV);  
59.    Mat imgThresholded;  
60.   
61.    inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded); //Threshold the image  
62.   
63.    //开操作 (去除一些噪点)  
64.    Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));  
65.    morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element);  
66.   
67.    //闭操作 (连接一些连通域)  
68.    morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);  
69.   
70.    imshow("Thresholded Image", imgThresholded); //show the thresholded image  
71.    imshow("Original", imgOriginal); //show the original image  
72.   
73.    char key = (char) waitKey(300);  
74.    if(key == 27)  
75.          break;  
76.     }  
77.   
78.    return 0;  
79.   
80. }  

实验结果图： 

颜色识别的应用

经典的颜色识别的经典应用就是车牌定位了，因为中国的车牌无非就是蓝色和黄色，还有就是交通标志定位也是个应用。比如下面两张图片，有很明显的颜色区分。