pythonopencv檢測并提取目標顏色

# -*- coding:utf-8 -*-
author = 'kingking'
version = '1.0'
date = '14/07/2017'
import cv2
import numpy as np
import time
if name == 'main':
 Img = cv2.imread('example.png')#讀入一幅圖像
 kernel_2 = np.ones((2,2),np.uint8)#2x2的卷積核
 kernel_3 = np.ones((3,3),np.uint8)#3x3的卷積核
 kernel_4 = np.ones((4,4),np.uint8)#4x4的卷積核
 if Img is not None:#判斷圖片是否讀入
 HSV = cv2.cvtColor(Img, cv2.COLOR_BGR2HSV)#把BGR圖像轉換為HSV格式
 '''
 HSV模型中顏色的參數分別是：色調（H），飽和度（S），明度（V）
 下面兩個值是要識別的顏色范圍
 '''
 Lower = np.array([20, 20, 20])#要識別顏色的下限
 Upper = np.array([30, 255, 255])#要識別的顏色的上限
 #mask是把HSV圖片中在顏色范圍內的區域變成白色，其他區域變成黑色
 mask = cv2.inRange(HSV, Lower, Upper)
 #下面四行是用卷積進行濾波
 erosion = cv2.erode(mask,kernel_4,iterations = 1)
 erosion = cv2.erode(erosion,kernel_4,iterations = 1)
 dilation = cv2.dilate(erosion,kernel_4,iterations = 1)
 dilation = cv2.dilate(dilation,kernel_4,iterations = 1)
 #target是把原圖中的非目標顏色區域去掉剩下的圖像
 target = cv2.bitwise_and(Img, Img, mask=dilation)
 #將濾波后的圖像變成二值圖像放在binary中
 ret, binary = cv2.threshold(dilation,127,255,cv2.THRESH_BINARY) 
 #在binary中發現輪廓，輪廓按照面積從小到大排列
 contours, hierarchy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) 
 p=0
 for i in contours:#遍歷所有的輪廓
 x,y,w,h = cv2.boundingRect(i)#將輪廓分解為識別對象的左上角坐標和寬、高
 #在圖像上畫上矩形（圖片、左上角坐標、右下角坐標、顏色、線條寬度）
 cv2.rectangle(Img,(x,y),(x+w,y+h),(0,255,),3)
 #給識別對象寫上標號
 font=cv2.FONT_HERSHEY_SIMPLEX
 cv2.putText(Img,str(p),(x-10,y+10), font, 1,(0,0,255),2)#加減10是調整字符位置
 p +=1
 print '黃色方塊的數量是',p,'個'#終端