一.顏色捕捉

import cv2

import numpy as np

if name == 'main':

Img = cv2.imread('./da_pic.jpg')#讀入一幅圖像

kernel_2 = np.ones((2,2),np.uint8)#2x2 的卷積核

kernel_3 = np.ones((3,3),np.uint8)#3x3 的卷積核

kernel_4 = np.ones((4,4),np.uint8)#4x4 的卷積核

if Img is not None:#判斷圖片是否讀入

HSV = cv2.cvtColor(Img, cv2.COLOR_BGR2HSV)#把 BGR 圖像轉換為 HSV 格式

'''

HSV 模型中顏色的參數分別是：色調( H )，飽和度( S )，明度( V )

下面兩個值是要識別的顏色范圍

'''

Lower = np.array([0, 43, 46])#要識別顏色的下限

Upper = np.array([10, 255, 255])#要識別的顏色的上限

#mask 是把 HSV 圖片中在顏色范圍內的區域變成白色，其他區域變成黑色

mask = cv2.inRange(HSV, Lower, Upper)

#下面四行是用卷積進行濾波

erosion = cv2.erode(mask,kernel_4,iterations = 1)

erosion = cv2.erode(erosion,kernel_4,iterations = 1)

dilation = cv2.dilate(erosion,kernel_4,iterations = 1)

dilation = cv2.dilate(dilation,kernel_4,iterations = 1)

#target 是把原圖中的非目標顏色區域去掉剩下的圖像

target = cv2.bitwise_and(Img, Img, mask=dilation)

#將濾波后的圖像變成二值圖像放在 binary 中

ret, binary = cv2.threshold(dilation,127,255,cv2.THRESH_BINARY)

#在 binary 中發現輪廓，輪廓按照面積從小到大排列

contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

p=0

for i in contours:#遍歷所有的輪廓

x,y,w,h = cv2.boundingRect(i)#將輪廓分解為識別對象的左上角坐標和寬、高

#在圖像上畫上矩形(圖片、左上角坐標、右下角坐標、顏色、線條寬度)

cv2.rectangle(Img,(x,y),(x+w,y+h),(0,255,),3)

#給識別對象寫上標號

font=cv2.FONT_HERSHEY_SIMPLEX

cv2.putText(Img,str(p),(x-10,y+10), font, 1,(0,0,255),2)#加減 10 是調整字符位置

p +=1

print '黃色方塊的數量是',p,'個'#終端輸出目標數量

cv2.imshow('target', target)

cv2.imshow('Mask', mask)

cv2.imshow("prod", dilation)

cv2.imshow('Img', Img)

cv2.imwrite('Img.png', Img)#將畫上矩形的圖形保存到當前目錄

while True:

Key = chr(cv2.waitKey(15) & 255)

if Key == 'q':

cv2.destroyAllWindows()

break

總結

以上是生活随笔為你收集整理的python爬虫的技能_关于 Python 爬虫可能涉及到的技能点的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。