计算机视觉 / 系统课时
提取指定颜色
提取指定颜色
本节解决“只保留图像中某一种颜色”的常见需求:先把 BGR 图像转换到 HSV,再用上下界生成二值掩膜,最后把掩膜应用回原图,得到目标颜色区域。
学习目标
- 理解 HSV 范围与二值掩膜之间的关系
- 使用
cv2.inRange提取指定颜色 - 处理色相环绕、光照变化和噪声带来的边界问题
HSV 范围如何变成掩膜
HSV 把颜色信息拆成色相 H、饱和度 S 和明度 V。相比直接在 BGR 三通道上设范围,它更适合按“颜色类型”筛选,因为亮度变化主要落在 V 通道,不必同时大幅调整三个颜色分量。
OpenCV 的 8 位 HSV 中,H 的范围是 0~179,S 和 V 的范围是 0~255。cv2.inRange(src, lower, upper) 会逐像素检查三个通道:全部落在范围内时掩膜像素为 255,否则为 0。

可运行示例
下面用程序直接生成三个纯色色块,因此不依赖外部图片。绿色在 OpenCV HSV 中大约对应 H=60,示例用 H 35~85 作为绿色范围。
python
import cv2
import numpy as np
image = np.zeros((240, 360, 3), dtype=np.uint8)
image[:, 0:120] = (0, 0, 255) # 红色,BGR
image[:, 120:240] = (0, 255, 0) # 目标绿色
image[:, 240:360] = (255, 0, 0) # 蓝色
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower_green = np.array([35, 100, 100], dtype=np.uint8)
upper_green = np.array([85, 255, 255], dtype=np.uint8)
mask = cv2.inRange(hsv, lower_green, upper_green)
result = cv2.bitwise_and(image, image, mask=mask)
cv2.imwrite('target-green.png', result)
print('mask nonzero:', cv2.countNonZero(mask))
print('saved:', 'target-green.png')预期输出:
text
mask nonzero: 28800
saved: target-green.png生成的 target-green.png 中只有中间绿色色块被保留,其余区域为黑色。真实图片只需把示例中的合成图像替换为 cv2.imread 的结果,后续步骤不变。
颜色范围怎么定
不要直接照抄网上的 HSV 上下界。更可靠的方法是先观察目标像素的 H、S、V 分布,再逐步扩大范围。H 控制颜色类别,S 可以排除灰白区域,V 可以排除过暗区域;光照变化明显时,通常先放宽 S、V,而不是盲目扩大 H。
容易忽略的边界
红色靠近 H 的起点和终点,常需要两个区间,例如 0~10 与 170~179,再把两个掩膜做按位或。只设一个连续区间可能漏掉一部分红色。
真实场景还会出现反光、阴影和小噪点。若掩膜中只有少量孤立白点,可在提取后增加开运算;若目标内部有小黑洞,可考虑闭运算。但形态学处理应放在颜色范围基本正确之后,否则容易掩盖阈值本身的问题。
按自己的节奏,确认真正理解。