Python 检测像素是否为红色

我们可以如下定义HSV中红色的范围。我想检测某个像素是否为红色？在Python中如何实现这一点？我花了一整天的时间，但找不到解决办法。请解决我的问题。我对Python非常陌生。我使用的代码是：

img=cv2.imread("img.png")
img_hsv=cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# lower mask (0-10)
lower_red = np.array([0,50,50])
upper_red = np.array([10,255,255])
mask0 = cv2.inRange(img_hsv, lower_red, upper_red)

# upper mask (170-180)
lower_red = np.array([170,50,50])
upper_red = np.array([180,255,255])
mask1 = cv2.inRange(img_hsv, lower_red, upper_red)
image_height,image_width,_=img.shape    
for i in range(image_height):
   for j in range(image_width):
       if img_hsv[i][j][1]>=lower_red and img_hsv[i][j][1]<=upper_red:
          print("Found red")

img=cv2.imread（“img.png”）
img\u hsv=cv2.cvt颜色（img，cv2.COLOR\u BGR2HSV）
#下部遮罩（0-10）
下_red=np.数组（[0,50,50]）
上\u red=np.数组（[10255255]）
mask0=cv2.inRange（img\U hsv，下部红色，上部红色）
#上面罩（170-180）
下_red=np.数组（[170,50,50]）
上部红色=np.数组（[180255255]）
mask1=cv2.inRange（img\U hsv，下部红色，上部红色）
图像高度，图像宽度，图像形状
对于范围内的i（图像高度）：
对于范围内的j（图像宽度）：
如果img_hsv[i][j][1]>=lower_red和img_hsv[i][j][1]你几乎是对的。可以将低红色和高红色的遮罩合并为一个遮罩


对于此
ColorChecker.png
：


查找红色的步骤：

读取图像并转换为
hsv


我使用此颜色映射选择红色范围（
下限0~5，上限175~180
）：



然后合并遮罩，通过遮罩判断像素是否为红色。或“裁剪”用于可视化的区域：







你几乎是对的。可以将低红色和高红色的遮罩合并为一个遮罩


对于此
ColorChecker.png
：


查找红色的步骤：

读取图像并转换为
hsv


我使用此颜色映射选择红色范围（
下限0~5，上限175~180
）：



然后合并遮罩，通过遮罩判断像素是否为红色。或“裁剪”用于可视化的区域：







你能发布你得到的错误吗？@JoseVasquez img_hsv=cv2.cvtColor（img，cv2.COLOR_BGR2HSV）cv2.error:OpenCV（3.4.1）C:\projects\OpenCV python\OpenCV\modules\imgproc\src\COLOR.cpp:11214：错误：（-215）（scn==3 | scn==4）和&（depth==0 | depth==5）在函数cv中：cvtColor@JoseVasquez这就是我得到的错误。@KnowledgeSeeker在第一行使用
img=cv2.imread（“img.png”，1）在您修复错误后，这一行将是一个问题：如果img_hsv[I][j][1]>=lower_red和img_hsv[I][j][1]，您能发布您得到的错误吗？@JoseVasquez img_hsv=cv2.cvt颜色（img，cv2.COLOR|u BGR2HSV）cv2.error:OpenCV（3.4.1）C:\projects\OpenCV python\OpenCV\modules\imgproc\src\COLOR.cpp:11214:error:（-215）（scn==3 | scn==4）和&（depth==0 | depth==5）在函数cv中：cvtColor@JoseVasquez这就是我得到的错误。@KnowledgeSeeker使用
img=cv2.imread（“img.png”，1）在第一行
修复错误后，这一行将出现问题：如果img_hsv[i][j][1]>=下_red和img_hsv[i][j][1]
#!/usr/bin/python3
# 2018.07.08 10:39:15 CST
# 2018.07.08 11:09:44 CST
import cv2
import numpy as np
## Read and merge
img = cv2.imread("ColorChecker.png")
img_hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

## Gen lower mask (0-5) and upper mask (175-180) of RED
mask1 = cv2.inRange(img_hsv, (0,50,20), (5,255,255))
mask2 = cv2.inRange(img_hsv, (175,50,20), (180,255,255))

## Merge the mask and crop the red regions
mask = cv2.bitwise_or(mask1, mask2 )
croped = cv2.bitwise_and(img, img, mask=mask)

## Display
cv2.imshow("mask", mask)
cv2.imshow("croped", croped)
cv2.waitKey()