图像处理-提取红色

1、问题描述

使用opencv提取图像红色。

2、效果呈现

使用python提取红色总共遇到了三种，但是有效只有一种
原图

有效方法提取出的结果

3、思路

3.1 HSV空间下提取

思路：让RGB图像转化为HSV空间下图像，使用红色图像所在阈值进行提取。
结果：

事实提取出来的是二值化图像，但是这里的二值化图像能够当成掩膜使用。

3.2 使用掩膜与RGB三个通道分别做点乘

思路：使用opencv提供的solit函数将RGB图像分成三个通道与mask做点乘，然后将结果合并
结果：

3.3 使用图像与运算，比使用mask

思路：让原图像与mask作用
结果：

4、代码：

import numpy as np
import cv2 as cv


def GetMask(img):
    """
    提取图中的红色部分
    """
    #转化为hsv空间
    hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
    print(hsv.shape)

    #颜色在HSV空间下的上下限156-180还能改成0-10
    low_hsv = np.array([156, 43, 46])
    high_hsv = np.array([180, 255, 255])

    #使用opencv的inRange函数提取颜色
    mask = cv.inRange(hsv, lowerb=low_hsv, upperb=high_hsv)
    cv.imshow("s",mask)
    cv.waitKey()
    return mask;

def getRed(mask,img):
    B,G,R = cv.split(img)
    B = B*mask
    G = G*mask
    R = R*mask

    Red = cv.bitwise_and(img,img,mask=mask)
    Red0 = cv.merge([B,G,R])
    return Red

def Preprocess(img):
    kernel = cv.getStructuringElement(0, (40, 40))
    result = cv.morphologyEx(img, op=cv.MORPH_CLOSE, kernel=kernel)

    return result;


if __name__=='__main__':
    src = "./Result/result_11.jpg"
    img = cv.imread(src)
 

    #红色提取出来
    mask = GetMask(img)
    Red = getRed(mask,img)

    cv.imshow("Red",Red)
    cv.waitKey()