2017-02-10 93 views
0

我有一張圖片(基本的XY繪圖圖片,繪圖線是藍色,x,y軸是黑色),其中我需要檢測邊緣在顏色上。我遇到了下面的代碼,它通過使用canny邊緣檢測和hough算法來檢測所有行。但是我只需要檢測這個圖像中的藍色線。我能做些什麼來檢測?使用python中的Opencv按顏色檢測線條

下面是我使用的代碼。

import numpy as np 
import cv2 

img = cv2.imread('xyplot.png') 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) 
cv2.imshow('grayimage',gray) 
edges = cv2.Canny(gray,50,150,apertureSize = 3) 
cv2.imshow('edgesimage',edges) 
print img.shape[1] 
print img.shape 
minLineLength=img.shape[1]-300 
lines = cv2.HoughLinesP(image=edges,rho=0.02,theta=np.pi/500,  
    threshold=10,lines=np.array([]),         
    minLineLength=minLineLength, maxLineGap=100) 
a,b,c = lines.shape 

for i in range(a): 
    cv2.line(img, (lines[i][0][0], lines[i][0][1]), (lines[i][0][2], 
     lines[i][0] [3]), (0, 0, 255), 3, cv2.LINE_AA) 

cv2.imshow('edges', edges) 
cv2.imshow('result', img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

picture showing graph

回答

0

轉換爲灰度之前應用圖像上(藍)色的面具。您可以通過定義所有3個通道的下邊界和上邊界並在原始圖像上執行BITWISE_AND來完成。你將不得不使用通道範圍的值來確保只有你想要的像素被捕獲。

lower = np.array([200, 20, 20], dtype = "uint8") 
upper = np.array([255, 100, 100], dtype = "uint8") 
mask = cv2.inRange(img, lower, upper) 
img = cv2.bitwise_and(img, img, mask = mask) 

注意:列表中的三個通道分別是B,G和R.

+0

使用我的代碼片段後: img = cv2.imread('xyplot.png') –

+0

由於圖像是計算機生成的,您可以將顏色範圍設置爲接近_pure_藍色。 –

+0

我弄到了它,但只有一半的線被蒙上了。沒有充分。如何使它完全掩蓋? – Joe