J'ai l'image suivante:
Je voudrais détecter le rectangle rouge en utilisant cv::inRange
méthode et espace colorimétrique HSV.
int H_MIN = 0;
int H_MAX = 10;
int S_MIN = 70;
int S_MAX = 255;
int V_MIN = 50;
int V_MAX = 255;
cv::cvtColor( input, imageHSV, cv::COLOR_BGR2HSV );
cv::inRange( imageHSV, cv::Scalar( H_MIN, S_MIN, V_MIN ), cv::Scalar( H_MAX, S_MAX, V_MAX ), imgThreshold0 );
J'ai déjà créé des barres dynamiques pour changer les valeurs de HSV, mais je ne peux pas obtenir le résultat souhaité.
Une suggestion pour les meilleures valeurs (et peut-être des filtres) à utiliser?
Dans l'espace HSV, la couleur rouge enveloppe environ 180. Vous devez donc que les valeurs H
soient à la fois dans [0,10] et [170, 180].
Essaye ça:
#include <opencv2\opencv.hpp>
using namespace cv;
int main()
{
Mat3b bgr = imread("path_to_image");
Mat3b hsv;
cvtColor(bgr, hsv, COLOR_BGR2HSV);
Mat1b mask1, mask2;
inRange(hsv, Scalar(0, 70, 50), Scalar(10, 255, 255), mask1);
inRange(hsv, Scalar(170, 70, 50), Scalar(180, 255, 255), mask2);
Mat1b mask = mask1 | mask2;
imshow("Mask", mask);
waitKey();
return 0;
}
Votre résultat précédent:
Résultat en ajoutant une plage [170, 180]:
Une autre approche intéressante qui ne nécessite de vérifier qu'une seule plage est:
Cette idée a été proposée par fmw42 et aimablement soulignée par Mark Setchell . Merci beaucoup pour ça.
#include <opencv2\opencv.hpp>
using namespace cv;
int main()
{
Mat3b bgr = imread("path_to_image");
Mat3b bgr_inv = ~bgr;
Mat3b hsv_inv;
cvtColor(bgr_inv, hsv_inv, COLOR_BGR2HSV);
Mat1b mask;
inRange(hsv_inv, Scalar(90 - 10, 70, 50), Scalar(90 + 10, 255, 255), mask); // Cyan is 90
imshow("Mask", mask);
waitKey();
return 0;
}