如何使用OpenCV Python很好地检测颜色

Question

（这不是整个代码，而是主要部分）

这只是我想做的一个简单的项目，而不是学校或其他任何项目。

我想很好地分割红色零件，但是我不能，因为光线和相机质量总是在变化。 我正在图片上的相机上使用它。 （我认为没有必要将其放在这里）

我认为此解决方案不是最适合这个项目的项目：

lower_red = np.array([15, 15, 110], dtype="uint8")
upper_red = np.array([75, 75, 255], dtype="uint8")

因此，我想知道如何使其独立于环境并检测到我必要的内容。

也将其制成其他颜色（黑色，蓝色，绿色，橙色，黄色），

import cv2 as cv
import numpy as np


# just resizing the image if it's too big
def base(img):
    if img.shape[0] > 1000 or img.shape[1] > 1000:
        scale_percent = 20  # percent of original size
        width = int(img.shape[1] * scale_percent / 100)
        height = int(img.shape[0] * scale_percent / 100)
        dim = (width, height)
    else:
        dim = (img.shape[1], img.shape[0])

    img = cv.resize(img, dim, interpolation=cv.INTER_AREA)
    return img


def sort(img):
    lower_red = np.array([15, 15, 110], dtype="uint8")
    upper_red = np.array([75, 75, 255], dtype="uint8")

    # lower_blue = np.array([70, 15, 15], dtype="uint8")
    # upper_blue = np.array([255, 75, 75], dtype="uint8")
    
    mask_red = cv.inRange(img, lower_red, upper_red)
    # mask_blue = cv.inRange(img, lower_blue, upper_blue)

    red_detected_output = cv.bitwise_and(img, img, mask=mask_red)
    # blue_detected_output = cv.bitwise_and(img, img, mask=mask_blue)
    
    cv.imshow("color detection", red_detected_output)

    return red_detected_output


def contour(img, frame):
    _, thresh_gray = cv.threshold(cv.cvtColor(img, cv.COLOR_BGR2GRAY),
                                  1, 255, cv.THRESH_BINARY)

    kernel = np.ones((3, 3), np.uint8)
    morph = cv.morphologyEx(thresh_gray, cv.MORPH_OPEN, kernel)
    kernel = np.ones((5, 5), np.uint8)
    morph = cv.morphologyEx(morph, cv.MORPH_CLOSE, kernel)

    contours, _ = cv.findContours(morph,
                                  cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

    for c in contours:
        # if the contour is not sufficiently large, ignore it
        if cv.contourArea(c) < 500:
            continue

        M = cv.moments(c)
        cX = int(M["m10"] / M["m00"])
        cY = int(M["m01"] / M["m00"])

        # get the min area rect
        rect = cv.minAreaRect(c)
        box = cv.boxPoints(rect)
        # convert all coordinates floating point values to int
        box = np.int0(box)
        cv.putText(frame, "red", (cX - 20, cY - 20), cv.FONT_HERSHEY_COMPLEX, 1.0, (0, 0, 255))
        # draw a red 'nghien' rectangle
        cv.drawContours(frame, [box], 0, (0, 0, 255), 2)
    # cv.imshow('img', frame)

这是输出：