agrobot_base/Python/street-suggar-recognize/brow2.py

44 lines
1.6 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 verde na imagem original
imagem_mascara_verde = cv2.bitwise_and(imagem, imagem, mask=mascara_verde)
# Salvar a imagem temporária com a máscara verde aplicada
cv2.imwrite('imagem_mascara_verde.jpg', imagem_mascara_verde)
# Carregar a imagem com a máscara verde aplicada
imagem_com_mascara_verde = cv2.imread('imagem_mascara_verde.jpg')
# Converter a imagem com a máscara verde para tons de cinza
cinza = cv2.cvtColor(imagem_com_mascara_verde, cv2.COLOR_BGR2GRAY)
# Encontrar os contornos da imagem em tons de cinza
contornos, _ = cv2.findContours(cinza, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# Desenhar os contornos na imagem original
cv2.drawContours(imagem, contornos, -1, (255, 0, 0), 2)
# Mostrar a imagem com os contornos destacados
cv2.imshow('Contornos', imagem)
cv2.waitKey(0)
cv2.destroyAllWindows()