如何求取多颜色的最大最小值及OpenCV中BGR通道最值

首先要明确你定义的“颜色大小”的比对规则：

• 如果是按单通道数值分别比对：直接提取所有颜色的对应通道值，分别取最大值、最小值即可，比如3个BGR颜色(10,20,30)、(20,15,40)、(5,25,35)，B通道最值为5和20，G通道为15和25，R通道为30和40。
• 如果是按整体亮度比对：先将所有颜色转换为灰度值，再对灰度值取最值即可，常用的BGR转灰度计算方式为灰度值 = B*0.114 + G*0.587 + R*0.299。

单通道独立最值获取 #

OpenCV内置的cv2.minMaxLoc()是计算单通道数组最值的最高效方式，使用步骤如下：

1. 读取BGR格式图像：img = cv2.imread("你的图像路径")
2. 拆分BGR三个通道：b_channel, g_channel, r_channel = cv2.split(img)
3. 对每个通道调用函数计算最值：

# 返回值顺序为：通道最小值、通道最大值、最小值坐标、最大值坐标
b_min, b_max, _, _ = cv2.minMaxLoc(b_channel)
g_min, g_max, _, _ = cv2.minMaxLoc(g_channel)
r_min, r_max, _, _ = cv2.minMaxLoc(r_channel)

如果你不需要获取最值对应的坐标，直接用下划线占位即可。

全图全局最值获取 #

如果需要获取所有通道所有像素的整体最大/最小值，直接调用numpy的数组方法即可：

global_min = img.min()
global_max = img.max()

配合颜色筛选的使用建议 #

你提到的仅展示特定颜色范围的需求，不需要手动逐像素遍历，直接使用cv2.inRange()即可完成向量化筛选，效率远高于手写循环，示例代码如下：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("test.jpg")
# 定义要保留的BGR颜色范围
lower_thresh = np.array([B通道最小值, G通道最小值, R通道最小值], dtype=np.uint8)
upper_thresh = np.array([B通道最大值, G通道最大值, R通道最大值], dtype=np.uint8)
# 生成掩码：符合范围的像素为255，不符合为0
mask = cv2.inRange(img, lower_thresh, upper_thresh)
# 保留符合范围的像素
result = cv2.bitwise_and(img, img, mask=mask)

注意事项 #

• cv2.minMaxLoc()仅支持单通道数组输入，直接传入三通道图像会触发报错，必须先拆分通道或者转换为灰度图再调用。
• 阈值设定可以参考你计算得到的各通道最值范围调整，避免超出有效取值区间（0-255）。

内容的提问来源于stack exchange，提问作者sololuvr