树莓派4B_OpenCv学习笔记6:OpenCv识别已知颜色_运用掩膜

今日继续学习树莓派4B 4G：（Raspberry Pi，简称RPi或RasPi）

 本人所用树莓派4B 装载的系统与版本如下:

 版本可用命令 (lsb_release -a) 查询:

 Opencv 版本是4.5.1：

学了这些OpenCv的理论性知识，不进行实践实在是太无聊了，今天就尝试使用OpenCv，已知颜色信息，来识别一张图片的颜色 ，并输出掩膜图像，坐标范围等。

目录

掩膜的基本知识:

RGB颜色控件与HSV：

RGB颜色空间

HSV颜色空间

准备需要识别的图片:

编写RGB转BGR程序：

 测试转换程序:

编写颜色识别程序:

测试颜色识别程序:

更改掩膜颜色:

进一步获取掩膜的有用参数：

1、计算掩膜覆盖的像素:

2、找到掩膜中物体的边界框（Bounding Box）：

3、计算掩膜中物体的质心（Centroid）：

4、计算掩膜中物体的面积：

 综合测试效果如下:

整体测试工程下载：

网上查阅资料贴出:

---

掩膜的基本知识:

掩膜是由0和1组成的一个二进制图像。

当在某一功能中应用掩膜时，1值区域被处理，被屏蔽的0值区域不被包括在计算中。通过制定的数据值，数据范围，有限或无限值，感兴趣区和注释文件来定义图像掩膜，也可以应用上述选项的任意组合作为输入来建立掩膜。

 以下定义为AI生成:

**掩膜（Mask）**是一个二维数组（或矩阵），通常与图像具有相同的尺寸，但数据类型通常是二值化的（例如，8位无符号整数，其中0表示“无”或“透明”，而非零值（如255）表示“有”或“不透明”）。掩膜在图像处理中主要用于以下目的：

1. 区域选择：你可以使用掩膜来选择图像中的特定区域进行进一步处理。例如，你可能只对图像中的某个特定形状或区域感兴趣，那么你可以创建一个只在该区域内部为1（或255），其他地方为0的掩膜，然后将其与原始图像相乘，从而只保留你感兴趣的区域。
2. 形态学操作：在形态学图像处理中，如腐蚀（erosion）和膨胀（dilation），掩膜被用作结构元素。这些结构元素定义了邻域的形状和大小，用于确定像素的邻域如何影响该像素的最终值。
3. 融合和混合：掩膜也可以用于将两个或多个图像融合在一起。例如，你可以使用掩膜来定义如何将一个图像的内容叠加到另一个图像上，只在掩膜为1的位置进行叠加。
4. 图像修复：在图像修复或去噪中，掩膜可以帮助确定哪些像素需要被修复或替换。

RGB颜色控件与HSV：

在已知的图像中我们常用RGB的三元值大小来描述一个颜色，但RGB不适用于环境变化的情况，因此需要将RGB转换为HSV的描述形式，

这里需要注意的是，通过软件获取RGB数值后，传给Opencv程序的顺序应该是BGR！

RGB颜色空间

RGB（红、绿、蓝）颜色控件是基于RGB颜色空间的。RGB颜色空间是工业界的一种颜色标准，它使用三个颜色通道（红色、绿色和蓝色）来表示颜色。每个通道都有256个可能的值（从0到255），因此RGB颜色空间可以表示约16,777,216种不同的颜色（即256^3）。

特点：

1. 基础性：RGB颜色空间是图像处理中最基本、最常用的颜色空间，因为它与大多数显示设备和打印设备直接相关。
2. 面向硬件：RGB颜色空间是面向硬件的，因此它在计算机图形和图像处理中非常常见。
3. 受亮度影响：RGB颜色空间的三个分量（红、绿、蓝）都与亮度密切相关。因此，当亮度改变时，三个分量都会相应地改变。
4. 均匀性较差：RGB颜色空间是一种均匀性较差的颜色空间，因为人眼对这三种颜色分量的敏感程度是不一样的。

HSV颜色空间

HSV（色调、饱和度、明度）颜色控件是基于HSV颜色空间的。HSV颜色空间比RGB更接近人们对彩色的感知经验，它使用色调（Hue）、饱和度（Saturation）和明度（Value）三个参数来描述颜色。

特点：

1. 直观性：HSV颜色空间非常直观地表达颜色的色调、鲜艳程度和明暗程度，方便进行颜色的对比。
2. 稳定性：HSV颜色空间在面对光照变化时比RGB更稳定，能更好地反映颜色的本质。
3. 适合图像处理：由于HSV颜色空间的直观性和稳定性，它在图像处理中比RGB更受欢迎。例如，在HSV颜色空间下，更容易跟踪某种颜色的物体，常用于分割指定颜色的物体。
4. 参数范围：在HSV