如何用OpenCV将棕色区域替换为红色？求颜色范围及Python实现方案

没问题，我来帮你搞定这个需求！用OpenCV替换指定颜色范围的区域其实不难，核心是先在HSV色彩空间里确定棕色的范围（比RGB空间更容易筛选颜色），再通过掩码来定位并替换目标区域。下面一步步给你讲清楚：

一、为什么选HSV空间？ #

RGB空间的颜色受亮度影响很大，比如亮棕色和暗棕色在RGB里数值差异大，但在HSV里，它们的色调（H）是相近的，所以用HSV来筛选颜色范围会更准确、更稳定。

二、怎么确定棕色的HSV范围？ #

棕色的大致HSV范围可以先给你一个初始值：

• 下限：[10, 50, 70]
• 上限：[30, 200, 200]

但因为不同图像的光照、棕色深浅不同，这个初始值可能不精准。我给你写个小工具，用滑动条实时调整HSV上下限，能直观看到哪些区域被选中，方便你找到最适合自己图像的范围。

三、代码实现 #

1. 精准调整颜色范围的调试工具 #

import cv2
import numpy as np

def nothing(x):
    pass

# 创建滑动条窗口
cv2.namedWindow('Trackbars')
# 给HSV的上下限各创建一个滑动条（H的范围是0-179，S和V是0-255）
cv2.createTrackbar('Lower H', 'Trackbars', 10, 179, nothing)
cv2.createTrackbar('Lower S', 'Trackbars', 50, 255, nothing)
cv2.createTrackbar('Lower V', 'Trackbars', 70, 255, nothing)
cv2.createTrackbar('Upper H', 'Trackbars', 30, 179, nothing)
cv2.createTrackbar('Upper S', 'Trackbars', 200, 255, nothing)
cv2.createTrackbar('Upper V', 'Trackbars', 200, 255, nothing)

# 读取你的图像
img = cv2.imread('your_image.jpg')  # 替换成你的图像路径
if img is None:
    print("找不到图像！请检查路径是否正确")
    exit()
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

while True:
    # 获取滑动条当前的值
    l_h = cv2.getTrackbarPos('Lower H', 'Trackbars')
    l_s = cv2.getTrackbarPos('Lower S', 'Trackbars')
    l_v = cv2.getTrackbarPos('Lower V', 'Trackbars')
    u_h = cv2.getTrackbarPos('Upper H', 'Trackbars')
    u_s = cv2.getTrackbarPos('Upper S', 'Trackbars')
    u_v = cv2.getTrackbarPos('Upper V', 'Trackbars')
    
    # 生成当前的颜色范围
    lower_brown = np.array([l_h, l_s, l_v])
    upper_brown = np.array([u_h, u_s, u_v])
    
    # 创建掩码：符合范围的像素为白色（255），否则为黑色（0）
    mask = cv2.inRange(hsv_img, lower_brown, upper_brown)
    # 预览选中的区域
    selected_area = cv2.bitwise_and(img, img, mask=mask)
    
    # 显示窗口
    cv2.imshow('Original Image', img)
    cv2.imshow('Mask (Selected Area)', mask)
    cv2.imshow('Preview', selected_area)
    
    # 按ESC键退出，记下此时的滑动条数值
    if cv2.waitKey(1) == 27:
        break

cv2.destroyAllWindows()

2. 正式的颜色替换代码 #

把上面调试好的HSV范围替换到这里，就能完成棕色到红色的替换：

import cv2
import numpy as np

# 1. 读取图像
img = cv2.imread('your_image.jpg')
if img is None:
    print("无法读取图像，请检查路径！")
    exit()

# 2. 转换为HSV空间
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 3. 填入你调试好的棕色HSV范围
lower_brown = np.array([10, 50, 70])  # 替换成你调试的下限
upper_brown = np.array([30, 200, 200])  # 替换成你调试的上限

# 4. 创建掩码
mask = cv2.inRange(hsv_img, lower_brown, upper_brown)

# 5. 替换颜色：把掩码区域换成红色（注意OpenCV用BGR格式，红色是(0, 0, 255)）
red_color = np.array([0, 0, 255], dtype=np.uint8)
# 用np.where实现替换：掩码为255的区域用红色，否则保留原图像
result_img = np.where(mask[:, :, None] == 255, red_color, img)

# 6. 显示结果（可选）
cv2.imshow('Original', img)
cv2.imshow('Result', result_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存结果（可选）
cv2.imwrite('red_replaced_image.jpg', result_img)

四、关键步骤解释 #

• 掩码的作用：相当于一个“选区模板”，白色部分是我们要替换的棕色区域，黑色部分是保留原图像的区域。
• 颜色替换逻辑：np.where会遍历每个像素，判断是否在掩码的选中区域（值为255），如果是就替换成红色，否则保留原像素。
• 颜色格式注意：OpenCV读取图像默认是BGR格式，所以红色的数值是(0, 0, 255)，如果想换成其他颜色，比如蓝色就是(255, 0, 0)，绿色是(0, 255, 0)。

内容的提问来源于stack exchange，提问作者George Tanev