Python3 OpenCV颜色对象检测与定义的边缘

我的python代码通过桌面截图，在黑色背景上寻找一个红色矩形，当我使用cv2.findcontours时，它没有返回一个精确大小的矩形，它似乎被扭曲了。我想获得形状的确切面积。另外，我截图上的图像没有像素化，边界很清晰。 谢谢你的帮助

frame_TS_new_raw = np.array(sct.grab(monitor_TS_new))
frame_TS_new = cv2.cvtColor(frame_TS_new_raw, cv2.COLOR_RGBA2RGB)

green_mask_TS_new = cv2.inRange(frame_TS_new,green_lower_range, green_upper_range)

# find contours for New TS
cnts_green_new = cv2.findContours(green_mask_TS_new.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cnts_green_new = cnts_green_new[0] if imutils.is_cv2() else cnts_green_new[1]
if len(cnts_green_new) > 0:
    for c in cnts_green_new:
        # if the contour is not sufficiently large, ignore it
        if cv2.contourArea(c) > 100:
            area = cv2.contourArea(c)

蒙版和未蒙版的屏幕截图

---

左侧的图像是原始屏幕截图，右侧的图像是遮罩图像。

要查找图像中的红色矩形区域，可以执行以下操作：

• 提取图像的红色通道
• 阈值红色通道
• 计数非零像素数

示例代码：

import cv2
import numpy as np

img = cv2.imread('vju0v.png')
img = np.array(img) # convert to numpy array
red = img[:,:,2]    # extract red channel
rect = np.float32(red > 200)   # find red pixels
area = np.sum(rect)    # count nonzero pixels

print('Area = ' + str(area))

cv2.imshow('Red Channel',rect)
cv2.waitKey(0)

---

你说的“左边的图像”和“右边的图像”是什么意思？只有一个巨大的白色图像，左上角有两个小斑点……是的，谢谢你，我编辑了图像，使它变大了。谢谢，我有没有办法使用这种计算像素的方法，但使用一个范围，因为我需要检测三种不同的红色，但我不想重叠其他颜色（例如深红色和灰色）？您可以将范围定义为rect=np.float32（红色>200，红色<225）其他颜色的范围如何？例如，如果我希望红色从30到255，绿色0到100，蓝色0到85？您可以获得三个通道，分别为红色=img[：，：，2]和绿色=img[：，：，1]和蓝色=img[：，：，：，0]，并使用您的范围获取颜色。我得到以下错误：rect=np.float32（红色>30，红色<255）#查找红色像素值错误：包含多个元素的数组的真值不明确。使用a.any（）或a.all（）