Python CV2颜色检测混淆

假设我有下面的图像，我想检测红色。一种可能的方法是找到HSV的上下范围，并添加一个遮罩：

mask = cv2.inRange(imgHSV, low, high)

为了获得

低

和

高

值，我将执行以下操作：

我首先得到一个浅红色像素的RGB值，假设RGB是

（112，4，61）

。然后，我将使用以下计算器将其转换为HSV：

我得到的HSV为H=

328度，
S=96%
，
V=44%
。假设上限为
H=350度


对我来说有意义的是：

mask=cv2.inRange（hsv，（328//2，int（0.96*255），int（0.44*255）），（350/225525））

第一个除以2，因为
cv2
将色调存储为
0-180
，第二个和第三个是百分比乘以饱和度和色差的最大值

然而，这并没有给我正确的答案。我应该做的事情如下：

mask=cv2.inRange（hsv，（328//2,96,44），（350/2255255））

我不明白。如果计算器说饱和度是
96%
，饱和度范围是
0-255
，为什么我要把
96
放在这里？将
255
中的
95%
放在Python/OpenCV中是有意义的。我测量的HSV值为226度，220度，85度。在OpenCV中，这将是113220,85。我在S，V上用15%的加号或减号，在H上用60%的加号。我想你用来把RGB转换成HSV的工具是错误的，或者你对RGB值的测量是扭曲的。您的色调值似乎偏离了100。你有328个，我有226个。也许你在录音的时候打错了

输入：




同样，您应该使较低的值低于rgb到hsv值，足以覆盖红色变化，并使较高的值大于rgb到hsv值。有时，将饱和度和亮度设置为255是不好的，因为您现在测量的颜色接近白色，因此白色T恤的颜色也会如此。用括号括起来足以覆盖红色的变化，但不要超过括号，从而包括其他颜色。还要注意的是，红色色调=0，因此它与黑色、灰色、白色的色调相同。因此，如果你的饱和度太低，你也可能最终包括黑色、灰色或白色。一种方法是反转图像，使红色变为青色。谢谢，但这不是我的问题，我的第二条评论仅供参考。我的第一个评论是把你的低值降低一点。
import cv2
import numpy as np

# Read image
image = cv2.imread('redclock.jpg')

# Convert to HSV
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# Define lower and uppper limits
# +-15% of S and V, +-60 on H
#226,220,85 => 226/2,86%,33% = 113,0.86*255,0.33*255
lower = np.array([(113-60), int((0.86-0.15)*255), int((0.33-0.15)*255)])
upper = np.array([(113+60), int((0.86+0.14)*255), int((0.33+0.15)*255)])

# Create mask to only select white
thresh = cv2.inRange(hsv, lower, upper)

# save results
cv2.imwrite('redclock_thresh.jpg', thresh)

cv2.imshow('thresh', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()