一、实验原理
使用OpenCV库在图像中识别和绘制特定颜色（黄色）的轮廓
二、实验代码
import cv2
import numpy as np
# 读取图片并调整大小
img = cv2.imread('./color_1.png')
img = cv2.resize(img,(600,600))
# 将图片从BGR颜色空间转换到HSV颜色空间
img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
# 定义黄色的HSV范围
yellow_min = np.array([26,43,46])
yellow_max = np.array([34,255,255])
# 根据黄色的HSV范围创建掩码
img_color = cv2.inRange(img_hsv,yellow_min,yellow_max)
# 使用中值滤波去除噪声
img_median_blur = cv2.medianBlur(img_color,5)
# 获取椭圆形的结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
# 腐蚀图像以去除不需要的细节
img_erode = cv2.erode(img_median_blur,kernel)
# 膨胀图像以恢复目标区域的大小
img_erode_dilate = cv2.dilate(img_erode,kernel)
# 查找轮廓
contours,hierarchy = cv2.findContours(img_erode_dilate,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
# 复制原图以绘制轮廓
img_copy = img.copy()
# 遍历所有轮廓，筛选出面积符合要求的轮廓并绘制
for i in contours:
if cv2.contourArea(i)<200 or cv2.contourArea(i)>20000000:
continue
cv2.drawContours(img_copy,[i],0,(0,0,255),2)
# 显示原图和绘制了轮廓的图像
cv2.imshow('img',img)
cv2.imshow('img_draw',img_copy)
cv2.waitKey(0)
三、实验现象
