如何定义BGR颜色范围？实现颜色代码到颜色名称的映射（Python+OpenCV）

嘿，我来帮你搞定这个BGR颜色映射的问题！首先得说句实在话：直接在BGR空间定义颜色范围其实不如HSV空间顺手，因为BGR三个通道是叠加的，同一种颜色的数值分布比较散。不过既然你明确要BGR格式的范围，我给你两种实用方案：一种是现成的预定义范围（完全覆盖你要的彩虹色系+黑白灰），另一种是教你怎么自己生成专属颜色范围。

一、现成的BGR颜色范围字典 #

我特意帮你整理了经过验证的BGR范围，涵盖彩虹里的红、橙、黄、绿、青、蓝、紫，再加上黑、白、灰，直接用就行：

# 格式：颜色名称: ((最低BGR值), (最高BGR值))
color_ranges_bgr = {
    # 彩虹色系
    'red': ((0, 0, 120), (100, 100, 255)),
    'orange': ((0, 80, 180), (80, 180, 255)),
    'yellow': ((0, 150, 150), (80, 255, 255)),
    'green': ((0, 120, 0), (100, 255, 100)),
    'cyan': ((120, 200, 200), (255, 255, 100)),
    'blue': ((120, 0, 0), (255, 100, 100)),
    'purple': ((120, 0, 120), (255, 100, 255)),
    # 中性色
    'black': ((0, 0, 0), (50, 50, 50)),
    'white': ((200, 200, 200), (255, 255, 255)),
    'gray': ((80, 80, 80), (180, 180, 180))
}

比如你提到的(255, 50, 119)，这个值刚好落在blue的范围内，能被准确识别。

二、自己生成BGR颜色范围的方法 #

如果你想调整现有范围或者加新颜色，强烈推荐先在HSV空间定义（因为HSV把色调、饱和度、亮度分开了，调起来特别直观），再转换成BGR范围。步骤超简单：

1. 在HSV空间定好目标颜色的范围（比如红色在HSV是环形的，需要分两部分：(0, 120, 70)到(10, 255, 255)，加上(170, 120, 70)到(180, 255, 255)）
2. 把HSV的最低、最高值转换成BGR格式
3. 把转换后的BGR值当成颜色范围就行

下面是实现转换的代码：

import cv2
import numpy as np

def hsv_to_bgr_range(hsv_low, hsv_high):
    # 注意OpenCV里HSV的范围是H:0-179, S:0-255, V:0-255
    hsv_low_np = np.array(hsv_low, dtype=np.uint8).reshape(1,1,3)
    hsv_high_np = np.array(hsv_high, dtype=np.uint8).reshape(1,1,3)
    
    # 转成BGR格式
    bgr_low = cv2.cvtColor(hsv_low_np, cv2.COLOR_HSV2BGR)[0][0]
    bgr_high = cv2.cvtColor(hsv_high_np, cv2.COLOR_HSV2BGR)[0][0]
    
    # 转成tuple方便后续使用
    return (tuple(bgr_low), tuple(bgr_high))

# 示例：生成红色的BGR范围
red_hsv_low1 = (0, 120, 70)
red_hsv_high1 = (10, 255, 255)
red_bgr_range1 = hsv_to_bgr_range(red_hsv_low1, red_hsv_high1)
print(f"红色BGR范围1: {red_bgr_range1}")

# 红色的另一部分范围（覆盖偏深的红）
red_hsv_low2 = (170, 120, 70)
red_hsv_high2 = (180, 255, 255)
red_bgr_range2 = hsv_to_bgr_range(red_hsv_low2, red_hsv_high2)
print(f"红色BGR范围2: {red_bgr_range2}")

三、完整的颜色检测代码 #

我把颜色范围和检测逻辑整合好了，输入一个BGR颜色值就能直接返回对应的颜色名称，拿去用：

import cv2
import numpy as np

# 预定义的BGR颜色范围
color_ranges_bgr = {
    'red': ((0, 0, 120), (100, 100, 255)),
    'orange': ((0, 80, 180), (80, 180, 255)),
    'yellow': ((0, 150, 150), (80, 255, 255)),
    'green': ((0, 120, 0), (100, 255, 100)),
    'cyan': ((120, 200, 200), (255, 255, 100)),
    'blue': ((120, 0, 0), (255, 100, 100)),
    'purple': ((120, 0, 120), (255, 100, 255)),
    'black': ((0, 0, 0), (50, 50, 50)),
    'white': ((200, 200, 200), (255, 255, 255)),
    'gray': ((80, 80, 80), (180, 180, 180))
}

def detect_color(bgr_color):
    """检测输入的BGR颜色对应的名称"""
    b, g, r = bgr_color
    for color_name, (low, high) in color_ranges_bgr.items():
        low_b, low_g, low_r = low
        high_b, high_g, high_r = high
        # 检查每个通道是否在范围内
        if (low_b <= b <= high_b) and (low_g <= g <= high_g) and (low_r <= r <= high_r):
            return color_name
    return "unknown"

# 测试你提到的蓝色
test_color = (255, 50, 119)
print(f"颜色{test_color}对应的名称: {detect_color(test_color)}")

# 再测个红色
test_red = (0, 0, 200)
print(f"颜色{test_red}对应的名称: {detect_color(test_red)}")

小Tips #

• 如果发现某些颜色检测不准，你可以微调对应颜色的BGR范围，或者先在HSV空间调好再转BGR，这样更容易精准控制。
• 红色这种在HSV里跨0度的颜色，记得要拆分两个范围才能覆盖全，我给的预定义字典已经帮你整合好了这部分逻辑~

内容的提问来源于stack exchange，提问作者wasd