31 lines
1.1 KiB
Python
31 lines
1.1 KiB
Python
import cv2
|
|
import numpy as np
|
|
|
|
# Carregar a imagem
|
|
imagem = cv2.imread('foto4.jpg') # Substitua pelo caminho da sua imagem
|
|
|
|
# Converter a imagem para o espaço de cores HSV (Matiz, Saturação, Valor)
|
|
hsv = cv2.cvtColor(imagem, cv2.COLOR_BGR2HSV)
|
|
|
|
# Definir os limites inferior e superior para o marrom (pode exigir ajustes)
|
|
marrom_inferior = np.array([10, 50, 20])
|
|
marrom_superior = np.array([20, 255, 200])
|
|
|
|
# Definir os limites inferior e superior para o verde (pode exigir ajustes)
|
|
verde_inferior = np.array([40, 40, 40])
|
|
verde_superior = np.array([80, 255, 255])
|
|
|
|
# Criar máscaras para identificar o marrom e o verde na imagem
|
|
mascara_marrom = cv2.inRange(hsv, marrom_inferior, marrom_superior)
|
|
mascara_verde = cv2.inRange(hsv, verde_inferior, verde_superior)
|
|
|
|
# Aplicar a máscara na imagem original para destacar o marrom e o verde
|
|
resultado_marrom = cv2.bitwise_and(imagem, imagem, mask=mascara_marrom)
|
|
resultado_verde = cv2.bitwise_and(imagem, imagem, mask=mascara_verde)
|
|
|
|
# Mostrar as imagens resultantes
|
|
cv2.imshow('Marrom Detectado', resultado_marrom)
|
|
cv2.imshow('Verde Detectado', resultado_verde)
|
|
cv2.waitKey(0)
|
|
cv2.destroyAllWindows()
|