Python 使用opencv检测具有特定颜色的圆

我必须使用OpenCV和python检测图像中的黄色圆圈，如第一幅图像所示：

一旦我检测到黄色圆圈，我必须高亮显示它，如下所示：

---

我是OpenCV新手，所以我一直在寻求一些指导或帮助。感谢所有帮助

这里有一个潜在的方法：

• 将图像转换为HSV
• 查找上/下颜色边界并创建遮罩
• 查找轮廓并使用顶点数进行过滤

我们将图像转换为HSV，然后使用

cv2.inRange（）

确定上下边界以创建遮罩。此步骤将隔离黄色对象

image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([0, 208, 94], dtype="uint8")
upper = np.array([179, 255, 232], dtype="uint8")
mask = cv2.inRange(image, lower, upper)

接下来确定形状，我们找到轮廓并使用顶点数进行过滤。我们使用

cv2.arcLength（）

和

cv2.approxPolyDP（）

获得顶点和近似轮廓列表。我们可以检查此列表中的条目数以确定对象的形状。例如，如果轮廓有三个顶点，则它必须是三角形。类似地，如果它有四个顶点，它必须是一个正方形。因此，对于这幅图像，我们可以假设形状是一个圆，如果它有超过一定数量的顶点。这是结果

import numpy as np
import cv2

image = cv2.imread('1.png')
original = image.copy()
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower = np.array([0, 208, 94], dtype="uint8")
upper = np.array([179, 255, 232], dtype="uint8")
mask = cv2.inRange(image, lower, upper)

# Find contours
cnts = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# Extract contours depending on OpenCV version
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# Iterate through contours and filter by the number of vertices 
for c in cnts:
    perimeter = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.04 * perimeter, True)
    if len(approx) > 5:
        cv2.drawContours(original, [c], -1, (36, 255, 12), -1)

cv2.imshow('mask', mask)
cv2.imshow('original', original)
cv2.imwrite('mask.png', mask)
cv2.imwrite('original.png', original)
cv2.waitKey()

---

cv2.inRange

和

cv2.HoughCircles

？这非常有效，但我想知道您是否可以解释CNT=cv2.findContours（mask，cv2.RETR\u EXTERNAL，cv2.CHAIN\u About\u SIMPLE）的情况。CNT=CNT[0]如果len（CNT）==2，其他CNT[1]请看一看。本质上来说，cv2.RETR_EXTERNAL是一个标志，简而言之，它告诉OpenCV只获取外部轮廓，而不获取内部轮廓。第二条线捕捉所有轮廓。根据OpenCV版本的不同，findContours将返回2或3个参数。因此，该线根据返回的参数数量手动获取轮廓