Comment définir une valeur seuil pour détecter les objets verts dans les images à l'aide de Python OpenCV ?

Définition d'une valeur seuil pour la détection d'objets verts dans les images à l'aide de Python OpenCV

Pour détecter des objets verts dans une image, une valeur seuil doit être défini pour différencier les pixels verts et non verts. Voici comment vous pouvez aborder cette tâche en Python à l'aide d'OpenCV :

Espace colorimétrique et seuil HSV

Une méthode consiste à convertir l'image en espace colorimétrique HSV. En HSV, la composante de teinte représente la couleur et le vert se situe dans la plage de 36 à 70 degrés.

<code class="python">hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, (36, 25, 25), (70, 255, 255))</code>

Ce code crée un masque dans lequel les pixels dans la plage HSV spécifiée (vert) sont marqués comme vrais. .

Espace colorimétrique BGR et seuillage

Une autre approche consiste à travailler directement dans l'espace colorimétrique BGR. Ici, vous pouvez définir une plage de valeurs vertes :

<code class="python">mask = cv2.inRange(img, (0, 100, 0), (100, 255, 100))</code>

Ce masque attribue de vraies valeurs aux pixels où le canal vert (G) est compris entre 100 et 255 et les autres canaux (B et R) sont en dessous 100.

Extraction et affichage des objets verts

A l'aide du masque, vous pouvez extraire uniquement les objets verts de l'image :

<code class="python">green = cv2.bitwise_and(img, img, mask=mask)</code>

Cette opération définit tous les pixels non verts en noir tout en conservant les pixels verts dans leur couleur d'origine.

En définissant une valeur seuil appropriée, vous pouvez détecter et isoler efficacement les objets verts dans une image, facilitant ainsi les tâches d'analyse et de traitement ultérieures. .

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!