如何使用opencv-python检测给定图片中球类的颜色

核心实现逻辑 #

• 先对输入图片做降噪预处理，避免后续圆检测出现误判
• 调用OpenCV内置的霍夫圆变换，识别出图中所有球类的位置、半径参数
• 生成每个球的圆形掩码，提取对应的感兴趣区域（ROI），排除背景像素的干扰
• 将ROI转换为对光照更鲁棒的HSV颜色空间，和预设的常见球类颜色范围做匹配，统计占比最高的颜色作为识别结果

可直接运行的代码 #

import cv2
import numpy as np

# 预设常见球类的HSV颜色范围，可根据实际测试效果微调
color_ranges = {
    "红色": [(0, 120, 70), (10, 255, 255), (170, 120, 70), (180, 255, 255)],
    "黄色": [(20, 100, 100), (30, 255, 255)],
    "蓝色": [(90, 100, 100), (130, 255, 255)],
    "绿色": [(40, 40, 40), (70, 255, 255)],
    "橙色": [(10, 100, 20), (20, 255, 255)],
    "白色": [(0, 0, 200), (180, 30, 255)]
}

# 读取图片，替换为你本地保存的图片路径
img = cv2.imread("ball_image.jpg")
# 预处理：转灰度+高斯模糊降噪
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (5, 5), 0)

# 霍夫圆检测识别所有球类
circles = cv2.HoughCircles(
    gray,
    cv2.HOUGH_GRADIENT,
    dp=1.2,
    minDist=50,
    param1=50,
    param2=30,
    minRadius=10,
    maxRadius=100
)

if circles is not None:
    circles = np.uint16(np.around(circles))
    hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    for idx, (x, y, r) in enumerate(circles[0]):
        # 生成圆形掩码，仅保留当前球的像素
        mask = np.zeros(img.shape[:2], dtype=np.uint8)
        cv2.circle(mask, (x, y), r, 255, -1)
        roi_hsv = cv2.bitwise_and(hsv_img, hsv_img, mask=mask)

        max_pixel_count = 0
        result_color = "未知"
        # 匹配所有预设颜色，取像素占比最高的
        for color_name, ranges in color_ranges.items():
            if color_name == "红色":
                # 红色HSV区间分两段，单独处理
                lower1, upper1, lower2, upper2 = ranges
                mask1 = cv2.inRange(roi_hsv, np.array(lower1), np.array(upper1))
                mask2 = cv2.inRange(roi_hsv, np.array(lower2), np.array(upper2))
                color_mask = cv2.bitwise_or(mask1, mask2)
            else:
                lower, upper = ranges
                color_mask = cv2.inRange(roi_hsv, np.array(lower), np.array(upper))
            
            count = cv2.countNonZero(color_mask)
            if count > max_pixel_count:
                max_pixel_count = count
                result_color = color_name
        
        print(f"第{idx+1}个球（圆心坐标：{x}, {y}）的检测颜色：{result_color}")

调优建议 #

• 如果出现漏检球或者误检非球区域的情况，调整HoughCircles的param2参数，数值越大检测越严格，数值越小检出的圆越多
• 如果颜色识别不准，可以根据实际拍摄的光照情况，微调对应颜色的HSV上下界阈值
• 如果球表面有反光、印花杂色，可以先对ROI做形态学开运算过滤噪点，再统计颜色占比

内容的提问来源于stack exchange，提问作者DAMODAR CHOUDHARI