Définition d'une valeur seuil pour la détection des objets verts dans les images à l'aide de Python OpenCV

Pour détecter les objets verts dans une image, une valeur seuil doit être défini pour différencier les pixels verts et non verts. Voici comment vous pouvez aborder cette tâche en Python à l'aide d'OpenCV :

Espace colorimétrique et seuil HSV

Une méthode consiste à convertir l'image en espace colorimétrique HSV. En HSV, la composante de teinte représente la couleur et le vert se situe dans la plage de 36 à 70 degrés.

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv, (36, 25, 25), (70, 255, 255))

Ce code crée un masque où les pixels dans la plage HSV spécifiée (vert) sont marqués comme vrais.

Espace colorimétrique et seuillage BGR

Une autre approche consiste à travailler directement dans le BGR espace colorimétrique. Ici, vous pouvez définir une plage de valeurs vertes :

mask = cv2.inRange(img, (0, 100, 0), (100, 255, 100))

Ce masque attribue des valeurs vraies aux pixels dont le canal vert (G) est compris entre 100 et 255 et les autres canaux (B et R) sont en dessous 100.

Extraction et affichage des objets verts

Grâce au masque, vous pouvez extraire uniquement les objets verts de l'image :

green = cv2.bitwise_and(img, img, mask=mask)

Cette opération définit tous les pixels non verts en noir tout en conservant les pixels verts dans leur original couleur.

En définissant une valeur de seuil appropriée, vous pouvez détecter et isoler efficacement les objets verts dans une image, facilitant ainsi les tâches d'analyse et de traitement ultérieures.