opencv识别颜色与线段

在使用opencv的过程中，实际情况常常需要对线段、圆形、颜色等条件的判断，但是网上多给出一些图像处理的数据，没有给出我需要的判定结果。在尝试后记录了两端代码供之后使用

对于线段的判断

输出结果为线段长度

img = cv2.imread("data/img/file.jpeg")
img=img[0:int(img.shape[0]*0.9),0:int(img.shape[1]*0.9)]
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

edges = cv2.Canny(gray, 50, 150, apertureSize=3)
lines = cv2.HoughLinesP(edges,1,np.pi/360,100,minLineLength=int(img.shape[1]*0.7),maxLineGap=10)

def draw_line(img,lines):
    # 绘制直线
    for line_points in lines:
        lenth = (line_points.max()-line_points.min())/img.shape[1]
        print(lenth)
        cv2.line(img,(line_points[0][0],line_points[0][1]),(line_points[0][2],line_points[0][3]),(0,255,0),2,8,0)
    cv2.imshow("line_img", img)
    cv2.waitKey(0)

draw_line(img,lines)

对于颜色判断

红色的色域十分特殊，有两端色域，因此需要将两次结果相加，但是需要注意的是，图像上呈现的视觉颜色并不一定是色域颜色，你看到蓝色可能是参杂了红色的蓝色，因此判断可能会有一点点误差。

def red_img(path:str="data/img/file.jpeg")->bool:
    img = cv2.imread(path)
    img=img[0:int(img.shape[0]/3),0:int(img.shape[1]/10)]  #高，宽
    # 在彩色图像的情况下，解码图像将以b g r顺序存储通道。
    grid_RGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

    # 从RGB色彩空间转换到HSV色彩空间
    grid_HSV = cv2.cvtColor(grid_RGB, cv2.COLOR_RGB2HSV)

    # 函数inRange将不是这个色域的地方全部改为0，因此可以通过这样的方式判断究竟多少部分被划分为了指定的颜色
    # H、S、V范围一：
    lower1 = np.array([0, 43, 46])
    upper1 = np.array([10, 255, 255])
    mask1 = cv2.inRange(grid_HSV, lower1, upper1)       # mask1 为二值图像
    res1 = cv2.bitwise_and(grid_RGB, grid_RGB, mask=mask1)

    # # H、S、V范围二：
    lower2 = np.array([156, 43, 46])
    upper2 = np.array([180, 255, 255])
    mask2 = cv2.inRange(grid_HSV, lower2, upper2)
    res2 = cv2.bitwise_and(grid_RGB, grid_RGB, mask=mask2)

    # # 将两个二值图像结果 相加
    mask3 = mask1 + mask2
    # cv2.imshow("mask3", mask3)
    # cv2.imshow("grid_RGB", grid_RGB[:, :, ::-1])
    # cv2.waitKey(0)
    # cv2.destroyAllWindows()
    list_info = [i.max() for i in mask3]
    if list_info.count(255)/len(list_info) > 0.1:
        return True # 如果红色面积大于10%则判定为红色
    return False