### Python代码实现识别图片中的蓝色和红色正方形并输出其像素坐标 以下是基于OpenCV库的Python代码，用于识别图片中的蓝色和红色正方形，并计算它们的边界矩形及其像素坐标： ```python import cv2 import numpy as np # 加载图像 image = cv2.imread('input_image.jpg') # 替换为实际文件名 if image is None: raise ValueError("无法加载图像，请检查路径") # 将图像从BGR转换为HSV颜色空间 hsv_img = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 定义蓝色和红色的颜色范围 blue_lower = np.array([90, 50, 50]) blue_upper = np.array([130, 255, 255]) red_lower1 = np.array([0, 50, 50]) # 红色低阈值 (部分) red_upper1 = np.array([10, 255, 255]) # 红色高阈值 (部分) red_lower2 = np.array([160, 50, 50]) # 红色低阈值 (另一部分) red_upper2 = np.array([180, 255, 255]) # 红色高阈值 (另一部分) # 创建掩模以过滤蓝色和红色区域 mask_blue = cv2.inRange(hsv_img, blue_lower, blue_upper) mask_red1 = cv2.inRange(hsv_img, red_lower1, red_upper1) mask_red2 = cv2.inRange(hsv_img, red_lower2, red_upper2) mask_red = mask_red1 | mask_red2 # 合并两个红色掩模 # 查找轮廓 contours_blue, _ = cv2.findContours(mask_blue, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE) contours_red, _ = cv2.findContours(mask_red, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE) # 过滤正方形形状 squares_blue = [] squares_red = [] for cnt in contours_blue: perimeter = cv2.arcLength(cnt, True) approx = cv2.approxPolyDP(cnt, 0.04 * perimeter, True) if len(approx) == 4 and cv2.isContourConvex(approx): # 判断是否为四边形且凸 squares_blue.append(cv2.boundingRect(approx)) for cnt in contours_red: perimeter = cv2.arcLength(cnt, True) approx = cv2.approxPolyDP(cnt, 0.04 * perimeter, True) if len(approx) == 4 and cv2.isContourConvex(approx): # 判断是否为四边形且凸 squares_red.append(cv2.boundingRect(approx)) # 输出蓝色正方形的像素坐标 print("蓝色正方形:") for i, square in enumerate(squares_blue): x, y, w, h = square print(f"第 {i+1} 个蓝色正方形: 左上角 ({x}, {y}), 宽度={w}, 高度={h}") # 输出红色正方形的像素坐标 print("\n红色正方形:") for i, square in enumerate(squares_red): x, y, w, h = square print(f"第 {i+1} 个红色正方形: 左上角 ({x}, {y}), 宽度={w}, 高度={h}") # 绘制检测结果（可选） output_image = image.copy() for square in squares_blue: x, y, w, h = square cv2.rectangle(output_image, (x, y), (x+w, y+h), (255, 0, 0), 2) # 蓝色框 for square in squares_red: x, y, w, h = square cv2.rectangle(output_image, (x, y), (x+w, y+h), (0, 0, 255), 2) # 红色框 cv2.imshow('Detected Squares', output_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` #### 解析 1. **颜色空间转换**: 使用`cv2.cvtColor()`将输入图像从BGR颜色空间转换为HSV颜色空间[^1]。 2. **颜色范围定义**: 对于蓝色和红色分别设置合理的HSV阈值范围。由于红色跨越HSV的两端，因此分为两部分处理。 3. **掩膜创建**: 使用`cv2.inRange()`生成二值化掩码，仅保留目标颜色区域[^1]。 4. **查找轮廓**: 应用`cv2.findContours()`获取所有可能的目标对象轮廓[^1]。 5. **筛选正方形**: 结合周长(`arcLength`)和近似多边形(`approxPolyDP`)判断是否为四边形且为凸形状[^1]。 6. **输出结果**: 计算每个正方形的边界矩形位置，并打印其左上角坐标、宽度和高度。 ---