能否用cv2.inRange()提取BGR色彩渐变范围内的所有颜色？

可以通过cv2.inRange提取该渐变范围内的所有颜色，但需要拆分两个区间生成掩码后合并，具体分析如下：

颜色渐变的BGR轨迹分析 #

先把你给出的数值对应的RGB值转换为OpenCV使用的BGR格式（[B,G,R]）：

• 100: (0,255,0) → [0,255,0]
• 84: (73,255,0) → [0,255,73]
• 65: (172,255,0) → [0,255,172]
• 41: (255,213,0) → [0,213,255]
• 17: (255,88,0) → [0,88,255]
• 0: (255,0,0) → [0,0,255]

观察轨迹可知，渐变分为两段：

1. 数值100→65区间：B通道固定为0，G通道保持255，R通道从0逐步增加到255
2. 数值65→0区间：B通道固定为0，R通道保持255，G通道从255逐步减少到0

cv2.inRange的适配原理 #

cv2.inRange的核心逻辑是检查每个像素的B/G/R通道值是否同时落在lower和upper对应的区间内，本质是提取BGR空间中的轴对齐矩形区域。由于你的颜色渐变是两条折线组成的轨迹，无法用单一矩形覆盖，但可以拆成两个矩形分别覆盖两段轨迹，再通过位运算合并掩码，就能覆盖整个渐变范围。

修正后的实现代码 #

import cv2
import numpy as np

image = cv2.imread("image_of_text.png")

# 第一段区间：B=0, G=255, R从0到255
lower1 = np.array([0, 255, 0])
upper1 = np.array([0, 255, 255])
mask1 = cv2.inRange(image, lower1, upper1)

# 第二段区间：B=0, R=255, G从0到255
lower2 = np.array([0, 0, 255])
upper2 = np.array([0, 255, 255])
mask2 = cv2.inRange(image, lower2, upper2)

# 合并两个掩码，覆盖完整渐变范围
mask = cv2.bitwise_or(mask1, mask2)

cv2.imshow('result', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

补充提示 #

如果实际屏幕显示存在轻微颜色偏差（比如噪点、色域误差），可以适当扩大区间边界，例如将B通道的范围从[0,0]调整为[0,10]，避免漏检目标区域。

内容的提问来源于stack exchange，提问作者ktom