opencv颜色过滤
❶ opencv 颜色识别，识别水体黄色、绿色，怎么弄，希望详细讲解下软硬件设计，因为我对这些不熟悉
你转成别的颜色空间，比如LAB，可能好弄写
❷ 如何用Opencv 把视频提取的图像中特定区域的颜色读取出来求范例程序
for(i=0;i<Img->height;i++)
for(j=0;j<Img->width;j++)
{
color[i][j][0]=(Img->imageData+i*Img->widthStep)[3*j];
color[i][j][1]=(Img->imageData+i*Img->widthStep)[3*j+1];
color[i][j][2]=(Img->imageData+i*Img->widthStep)[3*j+2];
}
其中：img为要提取的图像（RGB图像，若为灰度图像或者二值图更简单）；版
color数组用于存放颜色的RGB值；权
❸ opencv进行颜色识别
图片还是视频？
图片的话读到一个Mat里：
Mat img;
img.imread(address,1);
，访问mat的元素就行了：
cout<<img.ptr<uchar>(i,j);
会输出BGR值
❹ 如何在opencv中实现特定颜色的识别和选取
就是跟PhotoShop里魔术棒差不多？那你首先得确定：
用什么颜色空间：RGB?HSV?YUV?
如何取特征呢：像素值？直方图？
用什么分类器：SVM? 神经网络？
❺ opencv颜色识别
打开摄像头程序的链接：http://blog.csdn.net/thefutureisour/article/details/7530177
把图像转换到HSV通道，红色在H中有一个区间，网上查一查资料很多。
剩下的就是判断了
❻ opencv 判断两个颜色是否足够相似
例如a像素点的RGB值为（r1,g1,b1）,b点的像素值为（r2,g2,b2）,则similar=sqrt（（r1-r2）^2+（g1-g2）^2+（b2-b1）^2）就是他们的相似度量
❼ opencv颜色识别代码
#include<iostream>
#include<cv.h>
#include"highgui.h"
#ifdef_DEBUG
#pragmacomment(lib,"opencv_core245d.lib")
#pragmacomment(lib,"opencv_highgui245d.lib")
#pragmacomment(lib,"opencv_imgproc245d.lib")
#else
#pragmacomment(lib,"opencv_core245.lib")
#pragmacomment(lib,"opencv_highgui245.lib")
#pragmacomment(lib,"opencv_imgproc245.lib")
#endif
intmain()
{
cv::VideoCapturecapture(0);
if(!capture.isOpened())
return0;
cv::Matimage,HSV,channels[3];
floatthreshold=0.3;
while(capture.read(image))
{
cv::cvtColor(image,HSV,CV_BGR2HSV);
cv::split(HSV,channels);
cv::threshold(channels[0],channels[1],15,1,CV_THRESH_BINARY_INV);
cv::threshold(channels[0],channels[0],245,1,CV_THRESH_BINARY);
channels[0]+=channels[1];
cv::erode(channels[0],channels[0],cv::Mat::ones(3,3,CV_8UC1),cv::Point(1,1),3);
cv::Scalarv=cv::sum(channels[0]);
intresult=v[0]>channels[0].total()*threshold;
std::cout<<result<<std::endl;
}
}
❽ opencv形状识别加颜色识别
大概思路如下，可能可以改进：
1. 用Hough变换进行圆检出
2. 对检出的每个圆范围内的颜色做histogram并取出现概率最高的颜色作为该圆的颜色信息
3. 将所有检出的圆的颜色和参照物（小球）的颜色信息进行比较，取最接近的一个进行追踪即可
❾ opencv摄像机捕捉魔方画面进行颜色识别的问题，如题。
首先魔方要买那种磨砂的减少反光的影响。其实也就是当光线太亮或者太暗色彩分量就变小了。
然后通过方法找到魔方的边界，然后将这个正方形部分截取出来处理。
后面就是一个面一个面的处理，将图片分成3*3共9个块，就是对应着9个色块。
下面就是对每个块的处理，去除其中的非色彩分量，就是这部分不参与后面的计算。
我曾经用过一个方法，就是通过颜色的值来区分，因为魔方有六种颜色。别的颜色基本没什么问题，只有红色与橙色有问题，由于魔方生产的时候，色彩并不是标准的。所以是不能用固定阈值来处理，也不能用图像的模版来处理，因为那样模版要做的太多了。
个人觉得的办法是，整个魔方所有色块一起处理，先处理其他的颜色，最后再处理红色与橙色，可能会更精确些。就是越靠近红色分量的9个色块作为红色，越靠近橙色分量的9个色块作为橙色。
❿ 怎么用opencv识别pH试纸条的颜色然后匹配输出相应的 pH值
怎么用opencv识别pH试纸条的颜色然后匹配输出相应的 pH值
采样后,用水补充到采样前的吸收液的体积.由于样品溶液不稳定,应在6h内,按用标准溶液绘制标准曲线的操作步骤显色,测定吸光度.
在每批样品测定的同时,用10ml未采样的吸收液,按相同的操作步骤作试剂空白测定.
如果样品溶液吸光度超过标准曲线的范围,则可取部分样品溶液用吸收液稀释后再分析,计算浓度时,要乘以样品溶液的稀释倍数.
计算1.标准溶液制备标准曲线
式中c——空气中硫化氢浓度,mg/m3；
A——样品溶液的吸光度；
A0——试剂空白溶液的吸光度；
Bs——用标准溶液绘制标准曲线得到的计算因子,μg；
D——分析时样品溶液的稀释倍数；
V0——换算成标准状况下的采样体积,L.
2.标准气体制备标准曲线
式中Bg——用标准气体绘制标准曲线得到的计算因子,mg/m3；