---

前言

汽车自动驾驶，需要颜色识别，如黄色/红色车道线，蓝色车牌。
本文从HSV颜色模型出发，提供一种识别黄色车道线的方法供参考。

---

一、HSV颜色模型

HSV颜色模型的参数分别是色调（Hue）、饱和度（Saturation）和明度（Value）。

二、黄色识别

以24色卡为例，识别其中黄色色块。
以下是部分颜色的范围:
H：0-180
S：0-255
V：0-255

三、使用步骤

1.引入库

代码如下 ：

import cv2 
import numpy as np
import matplotlib.pyplot as plt

2.处理图片

代码如下 ：

# read image
img=cv2.imread('colorchecker.jpg')
# median filter
img=cv2.medianBlur(img,7)cv2.namedWindow("HSV")
# HSV Color Space
HSV = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
cv2.imshow('HSV', HSV)
H, S, V = cv2.split(HSV)
# Color threshold
lower_red = np.array([26, 43, 46])
upper_red = np.array([34, 255, 255])
mask = cv2.inRange(HSV, lower_red, upper_red)
mask=cv2.medianBlur(mask,5)
maskAnd = cv2.bitwise_and(img, img, mask=mask)
cv2.imshow('maskAnd', maskAnd)# show
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
maskAnd= cv2.cvtColor(maskAnd, cv2.COLOR_BGR2RGB)
plt.subplot(121),plt.imshow(imgRGB)
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(maskAnd)
plt.title('ImageYellow'), plt.xticks([]), plt.yticks([])
plt.show()cv2.waitKey(0)
cv2.destroyAllWindows()

3.识别结果

---

总结

本文仅简单介绍了OpenCV中HSV在颜色识别的使用,	实际应用中会有边缘毛刺等，要结合中值滤波预处理；
同时需要大量模型数据统计，进行色彩阈值微调，才能满足色彩识别需求。