基于Canny边缘检测的导线像素定位及颜色识别技术问询

问题说明 #

需要遍历导线垂直中心位置的水平像素行，边缘图中导线首尾为白色，首尾间像素均属导线区域。目标是通过编程实现导线颜色识别，步骤为先使用Canny边缘检测，但目前在获取导线垂直边界的x位置时遇到困难，后续需得到从左到右的颜色列表（如[Violet,Blue,Brown,...]）。尝试用np.nonzero(edges)获取列像素，但输出的分散索引无法满足需求。

原代码存在基础错误：调用cv2.imshow("Image", original_image)时，original_image未定义，应改为image；且未针对导线中心行和边界做针对性处理。

解决步骤 #

• 修正代码基础错误：修复变量名问题，确保图像显示正常。
• 确定导线垂直中心行：从二值化后的图像中，提取所有属于导线区域的行索引，取中间值作为中心行。
• 获取导线左右边界：在中心行上，找到第一个和最后一个白色像素的x坐标，确定导线的水平范围。
• 提取颜色并映射名称：在中心行的导线范围内，逐个提取像素的BGR值，转换为RGB后匹配对应的颜色名称。

修改后的完整代码 #

import cv2
import numpy as np

# 颜色映射：RGB值到颜色名称的对应（可根据实际导线颜色扩展）
COLOR_MAP = {
    (128, 0, 128): "Violet",
    (0, 0, 255): "Blue",
    (165, 42, 42): "Brown",
    (255, 0, 0): "Red",
    (255, 255, 0): "Yellow",
    (0, 255, 0): "Green"
}

def get_color_name(rgb):
    # 通过计算欧氏距离匹配最接近的预设颜色
    min_dist = float('inf')
    color_name = "Unknown"
    for color_rgb, name in COLOR_MAP.items():
        dist = np.linalg.norm(np.array(rgb) - np.array(color_rgb))
        if dist < min_dist:
            min_dist = dist
            color_name = name
    return color_name

# 读取图像
image = cv2.imread('Template.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5,5), 0)

# 二值化与形态学操作
_, bin_img = cv2.threshold(gray, 120, 255, cv2.THRESH_BINARY_INV)  # 反转阈值适配亮物体暗背景
bin_img = cv2.dilate(bin_img, None, iterations=2)
bin_img = cv2.erode(bin_img, None, iterations=2)

# Canny边缘检测
edges = cv2.Canny(gray, 50, 200)

# 确定导线的垂直中心行
wire_rows = np.where(bin_img == 255)[0]
if len(wire_rows) == 0:
    print("未检测到导线")
    cv2.destroyAllWindows()
    exit()
center_row = wire_rows[len(wire_rows) // 2]

# 获取中心行上导线的左右边界
center_row_pixels = bin_img[center_row, :]
left_bound = np.argmax(center_row_pixels == 255)
right_bound = len(center_row_pixels) - np.argmax(np.flip(center_row_pixels) == 255) - 1

# 提取中心行导线范围内的颜色列表
color_list = []
for x in range(left_bound, right_bound + 1):
    # OpenCV为BGR格式，转换为标准RGB
    b, g, r = image[center_row, x]
    rgb = (r, g, b)
    color_name = get_color_name(rgb)
    color_list.append(color_name)

print("从左到右的导线颜色列表：", color_list)

# 显示图像
cv2.imshow("Original Image", image)
cv2.imshow("Grayscale", gray)
cv2.imshow("Binary", bin_img)
cv2.imshow("Edges", edges)

cv2.waitKey(0)
cv2.destroyAllWindows()

代码说明 #

• 颜色匹配逻辑：通过计算目标RGB与预设颜色的欧氏距离，匹配最接近的颜色名称，可根据实际导线颜色扩展COLOR_MAP。
• 中心行定位：从二值图中提取所有导线区域的行索引，取中间行作为垂直中心，确保遍历的是导线的核心位置。
• 边界获取：利用np.argmax快速定位中心行上导线的左右边界，避免了np.nonzero返回分散索引的问题。

内容的提问来源于stack exchange，提问作者yessi