Python 如何使用OpenCV查找红色区域？

我正在尝试制作一个程序，在其中我检测到红色。然而，有时它比平常暗，所以我不能只使用一个值。 检测不同深浅红色的最佳范围是什么？

---

我目前使用的范围是128,0,0-255,60,60，但有时它甚至没有检测到我放在它前面的红色物体。

您可以检查红色分量是否为最大值，其他分量是否明显较低：

def red(r, g, b):
    threshold = max(r, g, b)
    return (
        threshold > 8          # stay away from black
        and r == threshold     # red is biggest component
        and g < threshold*0.5  # green is much smaller
        and b < threshold*0.5  # so is b
    )

def红色（r、g、b）：
阈值=最大值（r、g、b）
返回(
阈值>8#远离黑色
r==阈值#红色是最大的成分
g

这可以使用numpy非常有效地实现

“正确的方法”是对HSV进行完全转换，并在那里进行检查，但速度会慢一些，而且会有点棘手（色调是一个角度，所以你不能只取差值的绝对值，而且像（255，254，254）这样的颜色将被限定为“红色”，即使它们被认为是人类的白色）

还要注意的是，人类的视觉系统往往会对平均值进行补偿，因此即使图像中最大的部分是红色，也可以将某些东西视为“蓝色”，但图像中的所有东西都是红色，因此对我们的大脑来说“不算”

在下图中，如果你问一个人圆圈区域中的部分是什么颜色，大多数人会说“蓝色”，而实际上最大的部分是红色：

---

请使用HSV或HSL（色调、饱和度、亮度）代替RGB，在HSV中，使用

色调的值可以在一定阈值内轻松检测红色。
RGB
不是用于特定颜色检测的良好颜色空间
HSV
将是一个不错的选择

对于红色，您可以使用以下颜色映射选择HSV范围
（0,50,20）～（5255255）
和
（175,50,20）～（180255255）
。当然，
红色范围
没有那么精确，但它还可以


代码取自我的另一个答案：


有关答案:





当然，对于具体的问题，也许其他颜色空间也可以

红色表示红色值高于蓝色和绿色

因此，您可以检查红色和蓝色、红色和绿色之间的差异

您可以简单地将RGB分割成单独的通道，然后像这样应用阈值

b,g,r = cv2.split(img_rgb)
rg = r - g
rb = r - b
rg = np.clip(rg, 0, 255)
rb = np.clip(rb, 0, 255)

mask1 = cv2.inRange(rg, 50, 255)
mask2 = cv2.inRange(rb, 50, 255)
mask = cv2.bitwise_and(mask1, mask2)

希望它能解决你的问题

谢谢。
只检查
色调是行不通的，除非你认为（255254254）是一个完美的“红色”。@6502它比绿色或其他颜色更红。此外，OP在颜色较深方面也存在问题。为什么将BGR转换为HSV会改变颜色？为什么它似乎与基于原始图像的HSV值相匹配？这与opencv的答案类似。他们还建议使用opencv从RGB转换为HSV，并使用色调+/-10和[50255]范围来表示饱和度和似乎的值。为什么所有其他颜色选择器都使用范围为[0360]的度值使用[0180]标量时的色调？对于那些浏览答案的人来说，有一点细微差别就是所有的颜色选择器都使用（百分比）值[01100]%作为饱和度和颜色值。
b,g,r = cv2.split(img_rgb)
rg = r - g
rb = r - b
rg = np.clip(rg, 0, 255)
rb = np.clip(rb, 0, 255)

mask1 = cv2.inRange(rg, 50, 255)
mask2 = cv2.inRange(rb, 50, 255)
mask = cv2.bitwise_and(mask1, mask2)