Python 从图像中获取颜色并表示它

我想知道X颜色是否出现在图像中。在这种情况下，研究的颜色将为绿色，因此其RGB值为（0.255.0）

我应用以下代码：

img=cv2.imread（'img.jpg'）
L1=[0，255，0]
匹配=np.all（img==L1，轴=2）
结果=np.类零（img）
打印（result.any（））
结果[匹配]=[255,0,255]
cv2.imwrite（'resultado.jpg'，result）

基本上：

我加载要分析的图像

我描述了我想要获得的RGB值

我检查此颜色（绿色）是否出现在图像中

我创建了一个我的尺寸完全为黑色的图像，并称之为 “结果”

我通过屏幕显示颜色是否通过布尔值显示

我在结果中画出了红色的绿色区域

最后我坚持这最后一步

下面是工作室的图片，然后是涂成红色的

要学习的图像：

结果:

为什么盒子的颜色不是和绿色一样，而是红色？为什么只是那个小点

---

谢谢大家!

问题的原因是，绿色区域不是仅从

[0，255，0]

构建的，正如您所想，

OT21t.jpg

是您的输入图像，当我这样做时：

import cv2
img = cv2.imread('OT21t.jpg')
print(img[950,1300])

---

我得到了

[22551]

，所以它不是

[0255,0]

。请记住，当保存

.jpg

图像时，通常是有损过程-部分数据可能会被丢弃，从而允许更小的文件大小（有关搜索

有损压缩的详细信息，请参见）。
以下是一个脚本，它可以满足您的需要，我也使用了numpy，因此它不会很难适应您的需要

此脚本将找到一种颜色并替换为另一种颜色：

import numpy
from PIL import Image
im = numpy.array(Image.open("/path/to/img.jpg"))

tol = 4     # tolerence (0 if you want an exact match) 
target_color = [0, 255, 0, 255]  # color to change
replace_color = [255, 0, 255, 255]  # color to use to paint the zone
for y, line in enumerate(im):
    for x, px in enumerate(line):
        if all((abs(px[i] - target_color[i]) < tol for i in range(3))):
            im[y][x] = replace_color
Image.fromarray(im).save("./Desktop/img.png")

导入numpy
从PIL导入图像
im=numpy.array（Image.open（“/path/to/img.jpg”））
tol=4#公差（如果需要精确匹配，则为0）
目标颜色=[0,255,0,255]#要更改的颜色
替换_color=[255,0,255,255]#用于绘制分区的颜色
对于y，枚举（im）中的行：
对于枚举中的x，px（第行）：
如果所有（（abs（px[i]-target_color[i]）

此款为黑色，仅与替换色匹配：

import numpy
from PIL import Image
im = numpy.array(Image.open("/path/to/img.jpg"))
new_im = numpy.zeros_like(im)

tol = 4     # tolerence (0 if you want an exact match) 
target_color = [0, 255, 0, 255]  # color to change
replace_color = [255, 0, 255, 255]  # color to use to paint the zone
for y, line in enumerate(im):
    for x, px in enumerate(line):
        if all((abs(px[i] - target_color[i]) < tol for i in range(3))):
            new_im[y][x] = replace_color
Image.fromarray(new_im).save("./Desktop/img.png")

导入numpy
从PIL导入图像
im=numpy.array（Image.open（“/path/to/img.jpg”））
new_im=numpy.zero_like（im）
tol=4#公差（如果需要精确匹配，则为0）
目标颜色=[0,255,0,255]#要更改的颜色
替换_color=[255,0,255,255]#用于绘制分区的颜色
对于y，枚举（im）中的行：
对于枚举中的x，px（第行）：
如果所有（（abs（px[i]-target_color[i]）

脚本中缺少的是一些公差，因为您的绿色可能不是完美的绿色。
我通常更适合使用“色调、饱和度和亮度”系统而不是RGB来分离图像中的颜色-请参阅

所以你可以考虑这样的事情：

#!/usr/local/bin/python3
import numpy as np
from PIL import Image

# Open image and make RGB and HSV versions
RGBim = Image.open("seaside.jpg")
HSVim = RGBim.convert('HSV')

# Make numpy versions
RGBna = np.array(RGBim)
HSVna = np.array(HSVim)

# Extract Hue
H = HSVna[:,:,0]

# Find all green pixels, i.e. where 110 < Hue < 130
lo,hi = 110,130
# Rescale to 0-255, rather than 0-360 because we are using uint8
lo = int((lo * 255) / 360)
hi = int((hi * 255) / 360)
green = np.where((H>lo) & (H<hi))

# Make all green pixels red in original image
RGBna[green] = [255,0,0]

count = green[0].size
print("Pixels matched: {}".format(count))
Image.fromarray(RGBna).save('result.png')

#/usr/local/bin/python3
将numpy作为np导入
从PIL导入图像
#打开图像并制作RGB和HSV版本
RGBim=Image.open（“seaside.jpg”）
HSVim=RGBim.convert（'HSV'）
#制作numpy版本
RGBna=np.阵列（RGBim）
HSVna=np.数组（HSVim）
#提取色调
H=HSVna[：，：，0]
#查找所有绿色像素，即110<色调<130
低，高=110130
#重新缩放到0-255，而不是0-360，因为我们使用的是uint8
lo=int（（lo*255）/360）
hi=int（（hi*255）/360）
绿色=np.其中（（H>lo）和（H