使用 OpenCV 的 inRange 函数进行颜色分割
在图像处理领域，颜色分割是一个常见的任务，常用于识别和提取图像中的特定颜色区域。OpenCV 提供了一个非常方便的函数 inRange 来实现这一功能。在这篇博客中，我们将详细介绍 inRange 函数的用法，并通过示例代码演示如何使用它来分割图像中的颜色。
inRange 函数介绍
inRange 是 OpenCV 库中的一个函数，用于检查图像像素值是否在指定的范围内，并生成一个二值图像。这个函数常用于颜色分割和阈值处理。
函数原型
void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst);
参数说明
- src: 输入图像。这个图像可以是单通道（灰度图像）或多通道（彩色图像）。函数将对该图像进行处理。
- lowerb: 低阈值或下界。与
src图像具有相同的类型和通道数，用于指定每个通道的下限值。 - upperb: 高阈值或上界。与
src图像具有相同的类型和通道数，用于指定每个通道的上限值。 - dst: 输出图像。这个图像是一个单通道的二值图像，尺寸和
src相同。像素值为 255（满足条件）或 0（不满足条件）。
函数描述
inRange 函数通过检查 src 图像的每个像素值是否在 lowerb 和 upperb 范围内，如果在范围内，则将对应位置的像素值设置为 255，否则设置为 0。结果保存在 dst 图像中。
示例代码
假设你有一个彩色图像 src，你想找到图像中绿色的部分，可以使用以下代码：
#include <opencv2/opencv.hpp>
int main() {
// 读取输入图像
cv::Mat src = cv::imread("path_to_image.jpg");
if (src.empty()) {
std::cout << "Could not open or find the image" << std::endl;
return -1;
}
// 将图像从 BGR 颜色空间转换为 HSV 颜色空间
cv::Mat src_hsv;
cv::cvtColor(src, src_hsv, cv::COLOR_BGR2HSV);
// 定义绿色的HSV范围
cv::Scalar lowerb(35, 100, 100); // 绿色的下界（H, S, V）
cv::Scalar upperb(85, 255, 255); // 绿色的上界（H, S, V）
// 应用inRange函数
cv::Mat mask;
cv::inRange(src_hsv, lowerb, upperb, mask);
// 显示结果
cv::imshow("Original Image", src);
cv::imshow("Mask", mask);
cv::waitKey(0);
return 0;
}
示例代码解析
读取输入图像：
cv::Mat src = cv::imread("path_to_image.jpg");首先，我们使用
cv::imread函数读取图像，并检查图像是否成功读取。转换颜色空间：
cv::Mat src_hsv; cv::cvtColor(src, src_hsv, cv::COLOR_BGR2HSV);由于颜色分割通常在 HSV 颜色空间中效果更好，我们将图像从 BGR 颜色空间转换为 HSV 颜色空间。
定义颜色范围：
cv::Scalar lowerb(35, 100, 100); // 绿色的下界（H, S, V） cv::Scalar upperb(85, 255, 255); // 绿色的上界（H, S, V）我们定义绿色的 HSV 范围，通过调整这两个值，可以检测不同的颜色。
应用
inRange函数：cv::Mat mask; cv::inRange(src_hsv, lowerb, upperb, mask);使用
inRange函数，我们生成一个二值图像mask，其中绿色部分的像素值为 255，其他部分为 0。显示结果：
cv::imshow("Original Image", src); cv::imshow("Mask", mask);最后，我们使用
cv::imshow函数显示原始图像和结果二值图像。
注意事项
- 输入图像
src和下界lowerb以及上界upperb必须具有相同的通道数。如果src是三通道的彩色图像，那么lowerb和upperb也应该是三通道的。 dst是一个单通道的二值图像，只有两种可能的像素值：0 和 255。
用法场景
- 颜色分割：可以根据颜色范围分割图像中的特定颜色区域。
- 阈值处理：将图像中的像素值在某个范围内的部分提取出来。
- 物体检测：检测图像中具有特定颜色的物体。
通过 inRange 函数，我们可以方便地进行颜色分割，提取图像中的特定颜色区域，从而为后续的图像处理和分析打下基础。希望这篇博客对你理解和使用 inRange 函数有所帮助。
