5-5.项目五 人工智能+智能制造：机器人颜色识别-任务二HSV图像获取与预处理

任务二

HSV图像获取与预处理项目五

人工智能+智能制造：机器人颜色识别《人工智能技术应用导论》12目录任务描述任务目标3任务实施4任务说明任务描述1任务描述图像预处理原因现实世界是复杂的，摄像头捕捉到的原始图像充满了各种干扰因素。图像预处理必要性如果不对这些干扰进行处理，识别算法就会变得非常“脆弱”，因此我们需要对图像进行基本的预处理操作。任务目标2任务目标

掌握OpenCV库的基本操作，例如图像读取、显示、保存等。掌握如何使用OpenCV库对图像进行预处理，如二值化、位操作和滤波等。任务说明3

实现步骤1、使用Picamera对象初始化

2、图像获取包括获取实时图像、保存图像和图像转化为HSV

3、图像预处理对于图像分别识别设定的颜色、图像位与操作、图像滤波、图像二值化和获取灰度图像。实践要求

成功获取图像成功对图像进行预处理任务实施4核心框架

核心框架cv2：计算机视觉库，包含了数千个用于图像处理、特征提取、对象检测等的优化算法。在本项目中的具体用途如颜色空间转换、颜色阈值分割、图像位运算、图像滤波与形态学处理、轮廓检测与绘制和图像读写等。代码详解1、Picamera对象初始化

代码详解：创建PiCamera对象camera=PiCamera()创建PiCamera类对象，是摄像头操作起点，可配置参数如分辨率、帧率等，并控制图像捕获。

设置分辨率camera.resolution=(640,480)设置摄像头分辨率，640为宽度，480为高度，属VGA分辨率，平衡清晰度与处理性能。

设置帧率camera.framerate=25设置摄像头视频帧率，25代表每秒25帧，为电视和视频系统标准，观看流畅。

代码详解PiRGBArray创建创建PiRGBArray对象作为图像数据缓冲区，避免内存拷贝。size参数需与camera.resolution一致，确保缓冲区大小精确匹配图像数据量，防止内存问题。

PiRGBArray作用摄像头捕获图像直接写入PiRGBArray，自动转换为OpenCV可用的NumPy数组，比传统方式更快，是实时处理的基础。

硬件同步time.sleep(0.1)是重要硬件同步步骤，等待摄像头启动稳定传感器和电路，避免捕获到不正确、曝光异常或全黑图像。代码详解2、获取HSV图像代码详解无限循环捕获视频帧camera.capture_continuous()picamera库生成器函数，它会进入一个循环，每次迭代都生成一个新的视频帧，直到循环被中断。图像格式format=”bgr“参数指定BGR格式，避免RGB到BGR转换，直接兼容OpenCV处理。视频帧捕获优化use_video_port=True参数启用视频端口,优化高速连续帧捕获,降低延迟,适合实时应用。forframeincamera.capture_continuous(rawCapture,format="bgr",use_video_port=True)：启动一个无限循环，持续不断地从摄像头捕获视频帧。这是实现实时视频处理的核心。rawCapture是之前创建的PiRGBArray缓冲区对象代码详解：提取与保存捕获视频帧后，变量frame会包含最新捕获到的图像数据。frame.array将提取出的实际图像数据转换成NumPy数组。cv2.imwrite()：将当前帧的图像保存到磁盘上获取HSV图像v2.cvtColor()将图像从BGR转换为HSV颜色空间。frame是输入图像，即BGR格式的原始图像。cv2.COLOR_BGR2HSV是一个转换代码，告诉函数要执行从BGR到HSV的转换。代码详解3、图像预处理（注意保持缩进）代码详解

转换图像颜色空间for(color_min,color_max,name)inCOLOR_ARRAY：启动一个循环，遍历COLOR_ARRAY列表中的每一个颜色，实现多颜色识别。cv2.inRange()：根据当前颜色的HSV范围，创建一个二值化的掩码。这是颜色分割的核心步骤。cv2.bitwise_and()：使用掩码对原始彩色图像进行“与”操作，提取出目标颜色的彩色区域。cv2.imread()：从磁盘重新读取图像。

代码详解h,w=img.shape[:2]：获取图像的高度和宽度。img.shape返回一个包含图像维度信息的元组(height,width,channels)。[:2]表示只取前两个元素，即高度和宽。

cv2.blur()：对图像进行均值滤波，以平滑图像并去除噪声。(5,5)定义了一个5x5的滤波核。函数会用这个窗口内所有像素的平均值来替换窗口中心的像素值。

代码详解cv2.threshold：对平滑后的图像进行二值化处理。blured：输入图像。10：阈值。像素值大于10的会被设为最大值。255：最大值。cv2.THRESH_BINARY：二值化类型。规定像素值>10的设为255（白色），否则设为0（黑色）。

cv2.cvtColor()：将二值化后的彩色图像转换为灰度图像。项目运行与测试在PyCharm的终端中运行脚本Color_Recognition.py，程序会进循环状态，直到检测到程序中有的颜色。使用红色的笔记本作为测试对象，手持放在机器人面前，如下图所示。项目运行与测试将图像先转化为HSV