用opencv检测棕色物体

我想在图像中找到棕色物体。我已完成以下过程：

将图像BGR转换为HSV

我使用opencv库的inRange函数来查找棕色 cv:：inRange（src，标量（9,95,95），标量（17,255,255），dest）

找到了轮廓，但我没有得到轮廓 输入图像

问题

我想在上面的图像中检测眼睛的棕色。当我使用上面的棕色范围时，我得到了零轮廓

---

以上棕色范围是否正确？应该是什么？

您可以在图像中分割一个棕色对象，并使用HSV范围进行播放。由于棕色在某种程度上是暗红色，因此需要稍微调整参数。如果你发布一张参考图片，我们可以找到一个更精确的范围

一旦有了对象遮罩（通常应用一些形态学来清洁遮罩），就可以使用

findContours

轻松获得轮廓

下面的例子解释了这一点：

#include <iostream>
#include <vector>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("path_to_image");

    Mat3b hsv;
    cvtColor(img, hsv, COLOR_BGR2HSV);

    Mat1b mask1, mask2;
    inRange(hsv, Scalar(0, 100, 20), Scalar(10, 255, 255), mask1);
    inRange(hsv, Scalar(170, 100, 20), Scalar(180, 255, 255), mask2);

    Mat1b mask = mask1 | mask2;

    Mat1b kernel = getStructuringElement(MORPH_ELLIPSE, Size(7,7));
    morphologyEx(mask, mask, MORPH_OPEN, kernel);

    vector<vector<Point>> contours;
    findContours(mask.clone(), contours, CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE);

    Mat3b res = img.clone();
    for(int i=0; i<contours.size(); ++i)
    {
        drawContours(res, contours, i, Scalar(0,255,0));

        RotatedRect r = minAreaRect(contours[i]);
        Point2f pts[4];
        r.points(pts);

        for (int j = 0; j < 4; ++j)
        {
            line(res, pts[j], pts[(j + 1) % 4], Scalar(0,0,255));
        }

        Rect box = boundingRect(contours[i]);
        rectangle(res, box, Scalar(255,0,0));
    }

    imshow("Original", img);
    imshow("Segmented", res);
    waitKey();

    return 0;
}

#包括
#包括
#包括“opencv2/opencv.hpp”
使用名称空间std；
使用名称空间cv；
int main（）
{
Mat3b img=imread（“路径到图像”）；
Mat3b型单纯疱疹病毒；
CVT颜色（img、hsv、彩色）；
Mat1b mask1，mask2；
范围（hsv，标量（0，100，20），标量（10，255，255），mask1）；
范围（hsv，标量（17010020），标量（180255255），mask2）；
Mat1b掩模=mask1 | mask2；
Mat1b内核=getStructuringElement（变形椭圆，大小（7,7））；
形态学（遮罩，遮罩，形态开放，内核）；
矢量等值线；
findContours（mask.clone（）、等高线、CV_RETR_列表、CV_CHAIN_APPROX_SIMPLE）；
Mat3b res=img.clone（）；
对于（int i=0；i 1）
{
对于（int i=0；i

结果:

注意：如果您需要更准确的信息，您应该发布一个新问题，专门询问瞳孔检测。 我将删除一些有用的链接，以防万一：

---

请包括您正在使用的代码。。。

#include <iostream>
#include <vector>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main()
{
    Mat3b img = imread("D:\\SO\\img\\eye.jpg");

    Mat3b hsv;
    cvtColor(img, hsv, COLOR_BGR2HSV);

    Mat1b mask;
    inRange(hsv, Scalar(2, 100, 65), Scalar(12, 170, 100), mask);

    Mat1b kernel = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
    morphologyEx(mask, mask, MORPH_OPEN, kernel);

    vector<vector<Point>> contours;
    findContours(mask.clone(), contours, CV_RETR_LIST, CV_CHAIN_APPROX_NONE);

    if (contours.empty()) {return -1;}

    int idx_largest_blob = 0;
    int size_largest_blob = contours[0].size();
    if (contours.size() > 1)
    {
        for (int i = 0; i < contours.size(); ++i)
        {
            if (size_largest_blob < contours[i].size())
            {
                size_largest_blob = contours[i].size();
                idx_largest_blob = i;
            }
        }
    }

    Mat3b res = img.clone();

    drawContours(res, contours, idx_largest_blob, Scalar(0, 255, 0));

    RotatedRect r = minAreaRect(contours[idx_largest_blob]);
    Point2f pts[4];
    r.points(pts);

    for (int j = 0; j < 4; ++j)
    {
        line(res, pts[j], pts[(j + 1) % 4], Scalar(0, 0, 255));
    }

    Rect box = boundingRect(contours[idx_largest_blob]);
    rectangle(res, box, Scalar(255, 0, 0));

    imshow("Original", img);
    imshow("Segmented", res);
    waitKey();

    return 0;
}