如何用Python+OpenCV检测视频中除特定颜色外的多种颜色？

嘿，我来帮你搞定这个OpenCV颜色检测的需求～ 你现在要做的是在视频里检测除了某一种特定颜色外的多种颜色，其实核心就是利用掩码的合并与取反来实现，结合你已经写的轨迹条代码，我们可以轻松扩展出解决方案。

方法一：检测多种指定颜色（排除某一种） #

如果你的需求是明确要检测几种特定颜色，同时排除掉另一种，那我们可以给每种要检测的颜色都加一组HSV轨迹条，分别生成它们的掩码，再合并起来，最后去掉要排除的颜色区域。

比如你想检测红色和蓝色，排除绿色，我给你修改了代码，直接就能用：

import numpy as np
import cv2

def nothing(x):
    pass

cap = cv2.VideoCapture(0)
cv2.namedWindow('image')

# 第一组轨迹条：红色的HSV范围（红色分两段，这里先设第一段）
cv2.createTrackbar('lh1','image',0,180,nothing)
cv2.createTrackbar('ls1','image',120,255,nothing)
cv2.createTrackbar('lv1','image',70,255,nothing)
cv2.createTrackbar('hh1','image',10,180,nothing)
cv2.createTrackbar('hs1','image',255,255,nothing)
cv2.createTrackbar('hv1','image',255,255,nothing)

# 第二组轨迹条：蓝色的HSV范围
cv2.createTrackbar('lh2','image',90,180,nothing)
cv2.createTrackbar('ls2','image',50,255,nothing)
cv2.createTrackbar('lv2','image',50,255,nothing)
cv2.createTrackbar('hh2','image',130,180,nothing)
cv2.createTrackbar('hs2','image',255,255,nothing)
cv2.createTrackbar('hv2','image',255,255,nothing)

# 第三组轨迹条：要排除的绿色的HSV范围
cv2.createTrackbar('ex_lh','image',40,180,nothing)
cv2.createTrackbar('ex_ls','image',50,255,nothing)
cv2.createTrackbar('ex_lv','image',50,255,nothing)
cv2.createTrackbar('ex_hh','image',70,180,nothing)
cv2.createTrackbar('ex_hs','image',255,255,nothing)
cv2.createTrackbar('ex_hv','image',255,255,nothing)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 获取红色的完整掩码（处理HSV中红色跨范围的情况）
    lh1 = cv2.getTrackbarPos('lh1','image')
    ls1 = cv2.getTrackbarPos('ls1','image')
    lv1 = cv2.getTrackbarPos('lv1','image')
    hh1 = cv2.getTrackbarPos('hh1','image')
    hs1 = cv2.getTrackbarPos('hs1','image')
    hv1 = cv2.getTrackbarPos('hv1','image')
    lower_red = np.array([lh1, ls1, lv1])
    upper_red = np.array([hh1, hs1, hv1])
    mask_red1 = cv2.inRange(hsv, lower_red, upper_red)
    
    lower_red2 = np.array([170, 120, 70])
    upper_red2 = np.array([180, 255, 255])
    mask_red2 = cv2.inRange(hsv, lower_red2, upper_red2)
    mask_red = cv2.bitwise_or(mask_red1, mask_red2)

    # 获取蓝色的掩码
    lh2 = cv2.getTrackbarPos('lh2','image')
    ls2 = cv2.getTrackbarPos('ls2','image')
    lv2 = cv2.getTrackbarPos('lv2','image')
    hh2 = cv2.getTrackbarPos('hh2','image')
    hs2 = cv2.getTrackbarPos('hs2','image')
    hv2 = cv2.getTrackbarPos('hv2','image')
    lower_blue = np.array([lh2, ls2, lv2])
    upper_blue = np.array([hh2, hs2, hv2])
    mask_blue = cv2.inRange(hsv, lower_blue, upper_blue)

    # 获取要排除的绿色掩码，然后取反得到非绿色区域
    ex_lh = cv2.getTrackbarPos('ex_lh','image')
    ex_ls = cv2.getTrackbarPos('ex_ls','image')
    ex_lv = cv2.getTrackbarPos('ex_lv','image')
    ex_hh = cv2.getTrackbarPos('ex_hh','image')
    ex_hs = cv2.getTrackbarPos('ex_hs','image')
    ex_hv = cv2.getTrackbarPos('ex_hv','image')
    lower_green = np.array([ex_lh, ex_ls, ex_lv])
    upper_green = np.array([ex_hh, ex_hs, ex_hv])
    mask_green = cv2.inRange(hsv, lower_green, upper_green)
    mask_no_green = cv2.bitwise_not(mask_green)

    # 合并红、蓝掩码，再去掉绿色区域
    combined_mask = cv2.bitwise_or(mask_red, mask_blue)
    final_mask = cv2.bitwise_and(combined_mask, mask_no_green)

    # 得到最终检测结果
    result = cv2.bitwise_and(frame, frame, mask=final_mask)

    cv2.imshow('Original', frame)
    cv2.imshow('Detection Result', result)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

方法二：排除单一颜色，检测其余所有内容 #

如果你的需求更简单——只要排除某一种颜色，剩下的都检测，那不用搞多组轨迹条，直接生成要排除的颜色掩码，取反后和原图做与运算就行，代码更简洁：

import numpy as np
import cv2

def nothing(x):
    pass

cap = cv2.VideoCapture(0)
cv2.namedWindow('image')

# 为要排除的颜色设置轨迹条（这里默认是绿色）
cv2.createTrackbar('ex_lh','image',40,180,nothing)
cv2.createTrackbar('ex_ls','image',50,255,nothing)
cv2.createTrackbar('ex_lv','image',50,255,nothing)
cv2.createTrackbar('ex_hh','image',70,180,nothing)
cv2.createTrackbar('ex_hs','image',255,255,nothing)
cv2.createTrackbar('ex_hv','image',255,255,nothing)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 获取要排除的颜色的HSV范围和掩码
    ex_lh = cv2.getTrackbarPos('ex_lh','image')
    ex_ls = cv2.getTrackbarPos('ex_ls','image')
    ex_lv = cv2.getTrackbarPos('ex_lv','image')
    ex_hh = cv2.getTrackbarPos('ex_hh','image')
    ex_hs = cv2.getTrackbarPos('ex_hs','image')
    ex_hv = cv2.getTrackbarPos('ex_hv','image')
    ex_lower = np.array([ex_lh, ex_ls, ex_lv])
    ex_upper = np.array([ex_hh, ex_hs, ex_hv])
    ex_mask = cv2.inRange(hsv, ex_lower, ex_upper)
    
    # 取反掩码，得到排除后的区域
    final_mask = cv2.bitwise_not(ex_mask)
    result = cv2.bitwise_and(frame, frame, mask=final_mask)

    cv2.imshow('Original', frame)
    cv2.imshow('Result (Excluded Color)', result)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

几个实用小技巧 #

• 红色特殊处理：HSV里红色是分两段的（0-10和170-180），所以要生成两个掩码再合并，我在第一个例子里已经加了这段逻辑
• 轨迹条初始值：可以根据目标颜色预设初始值，比如蓝色的初始LH设90，HH设130，这样不用从零开始调，节省时间
• HSV优势：相比RGB，HSV把颜色和亮度分开，调整的时候不会因为光线变化影响颜色检测的准确性

内容的提问来源于stack exchange，提问作者shadow