<i id='rLdc6'><tr id='rLdc6'><dt id='rLdc6'><q id='rLdc6'><span id='rLdc6'><b id='rLdc6'><form id='rLdc6'><ins id='rLdc6'></ins><ul id='rLdc6'></ul><sub id='rLdc6'></sub></form><legend id='rLdc6'></legend><bdo id='rLdc6'><pre id='rLdc6'><center id='rLdc6'></center></pre></bdo></b><th id='rLdc6'></th></span></q></dt></tr></i><div id='rLdc6'><tfoot id='rLdc6'></tfoot><dl id='rLdc6'><fieldset id='rLdc6'></fieldset></dl></div>

      <legend id='rLdc6'><style id='rLdc6'><dir id='rLdc6'><q id='rLdc6'></q></dir></style></legend>

    1. <tfoot id='rLdc6'></tfoot>

      1. <small id='rLdc6'></small><noframes id='rLdc6'>

          <bdo id='rLdc6'></bdo><ul id='rLdc6'></ul>

        Python Opencv提取图片中某种颜色组成的图形的方法

        时间:2023-12-17

            <tbody id='VAOE6'></tbody>

              <small id='VAOE6'></small><noframes id='VAOE6'>

            1. <i id='VAOE6'><tr id='VAOE6'><dt id='VAOE6'><q id='VAOE6'><span id='VAOE6'><b id='VAOE6'><form id='VAOE6'><ins id='VAOE6'></ins><ul id='VAOE6'></ul><sub id='VAOE6'></sub></form><legend id='VAOE6'></legend><bdo id='VAOE6'><pre id='VAOE6'><center id='VAOE6'></center></pre></bdo></b><th id='VAOE6'></th></span></q></dt></tr></i><div id='VAOE6'><tfoot id='VAOE6'></tfoot><dl id='VAOE6'><fieldset id='VAOE6'></fieldset></dl></div>
              <tfoot id='VAOE6'></tfoot>

              • <bdo id='VAOE6'></bdo><ul id='VAOE6'></ul>

                <legend id='VAOE6'><style id='VAOE6'><dir id='VAOE6'><q id='VAOE6'></q></dir></style></legend>

                  下面是针对“Python Opencv提取图片中某种颜色组成的图形的方法”的完整攻略:

                  准备工作

                  首先需要安装OpenCV库,可以使用以下命令进行安装:

                  pip install opencv-python
                  

                  在Python代码中,需要用到以下几个包:

                  import cv2
                  import numpy as np
                  

                  方法一:利用颜色空间转换

                  1. 将图像转换为HSV颜色空间
                  img = cv2.imread('test.jpg')
                  hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
                  
                  1. 定义要提取的颜色范围,通过调节下列代码的lower_greenupper_green的值,可以提取不同颜色的图形
                  lower_green = np.array([35, 43, 46])
                  upper_green = np.array([77, 255, 255])
                  mask = cv2.inRange(hsv, lower_green, upper_green)
                  
                  1. 对二值化图像进行处理
                  res = cv2.bitwise_and(img, img, mask=mask)
                  

                  方法二:利用形态学处理

                  该方法与方法一有点不同,将不会进行颜色空间转换

                  1. 对原图像分离B、G、R三个通道
                  img = cv2.imread('test.jpg')
                  b, g, r = cv2.split(img)
                  
                  1. 对绿色通道进行处理
                  _, green_th = cv2.threshold(g, 90, 255, cv2.THRESH_BINARY)
                  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
                  morphology_result = cv2.erode(green_th, kernel=kernel, iterations=1)
                  
                  1. 对二值化图像进行处理
                  res = cv2.bitwise_and(img, img, mask=morphology_result)
                  

                  以上是两种提取图片中某种颜色组成的图形的方法,可以根据需求选择合适的方法进行实现。

                  上一篇:Python实现桌面翻译工具【新手必学】 下一篇:Python爬虫爬取有道实现翻译功能

                  相关文章

                • <small id='a34P9'></small><noframes id='a34P9'>

                  <legend id='a34P9'><style id='a34P9'><dir id='a34P9'><q id='a34P9'></q></dir></style></legend>

                  <i id='a34P9'><tr id='a34P9'><dt id='a34P9'><q id='a34P9'><span id='a34P9'><b id='a34P9'><form id='a34P9'><ins id='a34P9'></ins><ul id='a34P9'></ul><sub id='a34P9'></sub></form><legend id='a34P9'></legend><bdo id='a34P9'><pre id='a34P9'><center id='a34P9'></center></pre></bdo></b><th id='a34P9'></th></span></q></dt></tr></i><div id='a34P9'><tfoot id='a34P9'></tfoot><dl id='a34P9'><fieldset id='a34P9'></fieldset></dl></div>

                    • <bdo id='a34P9'></bdo><ul id='a34P9'></ul>
                      <tfoot id='a34P9'></tfoot>