Detectar múltiples colores con OpenCV y Python

Posted on May 18, 2016 by Gl4r3

¡Hola! En este minitutorial voy a resolver una duda que mucha gente me ha comentado: cómo detectar múltiples colores en una imagen con OpenCV y Python.

¿Cómo se hace? Se aplica detección de color a la imagen creando una máscara para cada color que uno quiera detectar: una máscara para los verdes, otra para los azules, otra para los rojos, amarillos… y se juntan con la función cv2.add().

Los que no sepáis cómo detectar colores con OpenCV, deberíais seguir primero mi Tutorial de Detección de Colores con OpenCV y Python.

¿Hecho? Pues bien, poned un poco de música y empezamos.

1- Imagen estática

Para empezar vamos a detectar los tres colores rojo, verde y azul del logo de OpenCV y los uniremos en una sola máscara.

Guardad la imagen bajo el nombre opencv_logo.png . En el mismo directorio dónde se haya bajado la imagen, cread un nuevo fichero de python. ¡A programar se ha dicho!

Lo primero es lo de siempre: importar las librerías de OpenCV y Numpy, abrir la imagen y convertirla a espacio de color HSV.

import cv2
import numpy as np

imagen = cv2.imread('opencv_logo.png')
hsv = cv2.cvtColor(imagen, cv2.COLOR_BGR2HSV)

Después, hay que crear un rango para cada color. Primero los azules y verdes:

#Rango de colores detectados:
#Verdes:
verde_bajos = np.array([49,50,50])
verde_altos = np.array([107, 255, 255])
#Azules:
azul_bajos = np.array([100,65,75], dtype=np.uint8)
azul_altos = np.array([130, 255, 255], dtype=np.uint8)

El rango de rojos es un poco más puñetero… si miráis la rueda de color hsv, veréis que el HUE de los rojos está entre 0 – 20, y 240 – 255 (más o menos).

Habrá que crear dos rangos diferentes para los rojos: uno que tenga el Hue entre 0 y 20 y el otro entre 240 y 255.

#Rojos:
rojo_bajos1 = np.array([0,65,75], dtype=np.uint8)
rojo_altos1 = np.array([12, 255, 255], dtype=np.uint8)
rojo_bajos2 = np.array([240,65,75], dtype=np.uint8)
rojo_altos2 = np.array([256, 255, 255], dtype=np.uint8)

Se crean las máscaras de la forma normal con la función inRange():

#Crear las mascaras
mascara_verde = cv2.inRange(hsv, verde_bajos, verde_altos)
mascara_rojo1 = cv2.inRange(hsv, rojo_bajos1, rojo_altos1)
mascara_rojo2 = cv2.inRange(hsv, rojo_bajos2, rojo_altos2)
mascara_azul = cv2.inRange(hsv, azul_bajos, azul_altos)

Ahora viene lo nuevo: se juntan las máscaras en una sola máscara final que llamaremos ‘mask’. La función cv2.add sólo puede recibir dos argumentos, por lo que habrá que aplicarla varias veces.

#Juntar todas las mascaras
mask = cv2.add(mascara_rojo1, mascara_rojo2)
mask = cv2.add(mask, mascara_verde)
mask = cv2.add(mask, mascara_azul)

Para terminar mostramos la imagen inicial, la máscara y salimos al pulsar ESCAPE.

#Mostrar la mascara final y la imagen
cv2.imshow('Finale', mask)
cv2.imshow('Imagen', imagen)

#Salir con ESC
while(1):
    tecla = cv2.waitKey(5) & 0xFF
    if tecla == 27:
        break

cv2.destroyAllWindows()

Al final tendréis algo como esto:

# Algoritmo de deteccion de colores multiples
# Por Glar3
# www.robologs.net
#
# Busca los píxeles rojos, verdes y azules de una imagen

import cv2
import numpy as np

imagen = cv2.imread('opencv_logo.png')
hsv = cv2.cvtColor(imagen, cv2.COLOR_BGR2HSV)

#Rango de colores detectados:
#Verdes:
verde_bajos = np.array([49,50,50])
verde_altos = np.array([107, 255, 255])
#Azules:
azul_bajos = np.array([100,65,75], dtype=np.uint8)
azul_altos = np.array([130, 255, 255], dtype=np.uint8)
#Rojos:
rojo_bajos1 = np.array([0,65,75], dtype=np.uint8)
rojo_altos1 = np.array([12, 255, 255], dtype=np.uint8)
rojo_bajos2 = np.array([240,65,75], dtype=np.uint8)
rojo_altos2 = np.array([256, 255, 255], dtype=np.uint8)



#Crear las mascaras
mascara_verde = cv2.inRange(hsv, verde_bajos, verde_altos)
mascara_rojo1 = cv2.inRange(hsv, rojo_bajos1, rojo_altos1)
mascara_rojo2 = cv2.inRange(hsv, rojo_bajos2, rojo_altos2)
mascara_azul = cv2.inRange(hsv, azul_bajos, azul_altos)

#Juntar todas las mascaras
mask = cv2.add(mascara_rojo1, mascara_rojo2)
mask = cv2.add(mask, mascara_verde)
mask = cv2.add(mask, mascara_azul)

#Mostrar la mascara final y la imagen
cv2.imshow('Finale', mask)
cv2.imshow('Imagen', imagen)

#Salir con ESC
while(1):
    tecla = cv2.waitKey(5) & 0xFF
    if tecla == 27:
        break

cv2.destroyAllWindows()

2- Vídeo en tiempo real:

Este otro programa es para detectar colores en un vídeo tomado por una webcam en tiempo real. Detectaremos objetos verdes y amarillos.

No voy a comentarlo línea por línea como el programa anterior porque la idea es la misma. Además el tutorial que he mencionado al principio explica cómo utilizar una webcam.

#Algoritmo de deteccion de colores
#Por Glar3
#www.robologs.net
#
#Detecta objetos verdes y amarillos
 
import cv2
import numpy as np
 
#Iniciar la camara
captura = cv2.VideoCapture(0)
 
while(1):
     
    #Capturamos una imagen y la convertimos de RGB -> HSV
    _, imagen = captura.read()
    hsv = cv2.cvtColor(imagen, cv2.COLOR_BGR2HSV)
 
    #Rango de colores detectados:
    #Verdes:
    verde_bajos = np.array([49,50,50], dtype=np.uint8)
    verde_altos = np.array([100, 255, 210], dtype=np.uint8)
    #Amarillos:
    amarillo_bajos = np.array([16,76,72], dtype=np.uint8)
    amarillo_altos = np.array([30, 255, 210], dtype=np.uint8)
 
    #Detectar los pixeles de la imagen que esten dentro del rango de verdes
    mascara_verde = cv2.inRange(hsv, verde_bajos, verde_altos)
    
    #Detectar los pixeles de la imagen que esten dentro del rango de amarillos
    mascara_amarillo = cv2.inRange(hsv, amarillo_bajos, amarillo_altos)
 
    #Filtrar el ruido aplicando un OPEN seguido de un CLOSE
    kernel = np.ones((6,6),np.uint8)
    mascara_verde = cv2.morphologyEx(mascara_verde, cv2.MORPH_CLOSE, kernel)
    mascara_verde = cv2.morphologyEx(mascara_verde, cv2.MORPH_OPEN, kernel)
    mascara_amarillo = cv2.morphologyEx(mascara_amarillo, cv2.MORPH_CLOSE, kernel)
    mascara_amarillo = cv2.morphologyEx(mascara_amarillo, cv2.MORPH_OPEN, kernel)

    #Unir las dos mascaras con el comando cv2.add()
    mask = cv2.add(mascara_amarillo, mascara_verde)

    #Mostrar la imagen de la webcam y la mascara verde
    cv2.imshow('verde', mask)
    cv2.imshow('Camara', imagen)
    tecla = cv2.waitKey(5) & 0xFF
    if tecla == 27:
        break
 
cv2.destroyAllWindows()

Al igual que antes se sale con ESCAPE.

Bueno, espero que esto resuelva vuestras dudas sobre cómo detectar varios colores a la vez con OpenCV. Si queréis preguntarme algo más, mis circuitos visuales leerán vuestros comentarios con fruición.

¡Hasta la próxima!

Actualización 3/11/2016: Resolución de errores frecuentes con OpenCV+Python

Gl4r3

Brillante, luminosa y cegadora a veces, Glare es tan artista como técnica. Le encanta dar rienda suelta a sus módulos de imaginación y desdibujar los ya de por si delgados límites que separan el mundo de la electrónica y el arte. Su mayor creación hasta la fecha es un instrumento capaz de convertir los colores y la luz en música. Cuándo sus circuitos no están trabajando en una nueva obra electrónica, le gusta dedicar sus ciclos a la lectura o a documentar sus invenciones para beneficio de los humanos. Sus artilugios favoritos son aquellos que combinan una funcionalidad práctica con un diseño elegante y artístico.

más nuevos primero más antiguos primero

Humano

Erick

Hola Gl4r3.
Una consulta. ¿Como podría distinguir los colores rojo y azul?
Por ejemplo:
Si tengo en una parte del vídeo el color rojo y en otra parte de ese mismo vídeo el color azul. ¿Como podría distinguir esos colores?.
Es que quiero distinguir esos colores, e ir llenando en un arreglo de 3*3 de (0 ó 1) según en que parte del vídeo se encuentra.

Autor

1- Imagen estática

2- Vídeo en tiempo real:

Gl4r3

73 Deja un comentario

73

Deja un comentario