颜色识别 一个经典案例，带你学习机器视觉之导线颜色识别

传统的机器视觉系统大多基于灰度图像处理图像，但是如果检测到颜色，就应该选择彩色摄像机，因为彩色摄像机可以恢复物体的真实颜色。本文阐述了什么是color 空以及如何使用color 空，并以一个案例展示了实现过程。

1.什么颜色空

颜色是眼睛、大脑和我们的生活体验对光线产生的一种视觉效果。我们肉眼能看到的光是由波长范围很窄的电磁波产生的；颜色是一种光的感觉，是大脑产生的。比如绿叶反射波长500~570nm的绿光。

比如初中物理学的三原色光，由红、绿、蓝组成，是RGB色空，此外还有HSV和CMY色空。

(1)采集图像。选择采集路径为文件，图像格式为BMP或JPG。如下图1所示

图1

(2)颜色变成灰色。选择要转出的颜色通道，包括红、绿、蓝、平均值、最小值和最大值。如图2所示。

图2

(3)现场分析。选择颜色变成灰色的图像，检测电线上的斑点数量，按区域筛选，最后筛选出4个斑点。如图3所示。

图3

(4)循环检测。因为需要同时检测四根导线的颜色信息，所以选择循环工具，循环的开始值为0，结束值为散斑分析得到的数字。如图4所示。

图4

(5)颜色识别。在周期开始和周期结束之间；并逐一训练颜色样本信息；如图5所示。此时由于颜色识别需要跟随位置信息的变化，所以位置X/Y选择光斑分析的重心X/Y；然后把线圈连接起来。如图6所示。

图5

图6

(6)数值显示。为了便于观察当前检测到的颜色信息内容，在开始周期和结束周期之间增加一个数字显示工具；为数据链接选择颜色识别的样本，为位置X/Y选择点分析X/Y的重心，检查周期。如图7所示。

图7

(7)运营结果。如图8所示。

图8

颜色识别过程中需要注意的几点:

1.多色同时识别需要循环工具。

2.每种颜色的位置信息都不是固定的，需要遵循。

3.因为机器视觉检测系统的颜色库中没有我们需要的颜色，所以我们需要将颜色样本训练到颜色库中。

4.数字显示需要同时显示四种颜色信息，其位置需要跟随光斑位置的变化(检查循环，保证位置跟随变化)，在循环工具之间。

好了，以上是颜色识别的全过程，希望对朋友有帮助！如果你觉得会对你有启发，你努力的朋友会动动你的小手，和更多人分享。后续会有更多关于干货的精美文章发表。