# 人工智能之视觉领域

第十五章 简单物体识别

---

> @[TOC](文章目录)

---

# 前言：简单物体识别

> **学习目标**：掌握基于**形状分析**（轮廓 + 多边形近似）和**颜色识别**（HSV 色域分割）的简单物体识别方法，能从图像或视频中自动识别圆形、矩形、三角形及特定颜色的物体。

---

## 1. 通俗理解：什么是“简单物体识别”？

想象你在玩“找不同”游戏：

- 图中有红球、蓝方块、绿三角
- 你要快速说出：“这是红色的圆！”、“那是蓝色的矩形！”

> ✅ **简单物体识别 = 结合形状 + 颜色，对规则物体进行分类**
> 
> - 不依赖深度学习
> - 适用于**工业分拣、教育机器人、玩具识别**等场景

---

## 2. 两大核心技术路线

| 方法 | 原理 | 适用场景 |
|------|------|--------|
| **形状识别** | 分析轮廓的几何特征（顶点数、面积/周长比） | 规则几何图形（圆、方、三角） |
| **颜色识别** | 在 HSV 色彩空间筛选特定颜色区域 | 彩色物体（红球、黄香蕉、绿交通灯） |

> 💡 **最佳实践**：**形状 + 颜色联合判断**，提高准确率！

---

## 3. 形状识别：从轮廓到几何分类

### 3.1 核心步骤

1. **二值化**：获取清晰前景
2. **查找轮廓**：`cv2.findContours()`
3. **多边形近似**：`cv2.approxPolyDP()` → 得到顶点
4. **根据顶点数分类**

### 3.2 关键函数：`cv2.approxPolyDP()`

```python
epsilon = 0.02 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
```

- `epsilon`：近似精度（越小越精确）
- 返回：**多边形顶点列表**

> 📌 **顶点数 ↔ 形状对应关系**：
> 
> - 3 点 → 三角形
> - 4 点 → 四边形（可能是矩形/正方形）
> - > 10 点 → 圆形（或椭圆）

---

## 4. 颜色识别：为什么用 HSV 而不是 RGB？

### 4.1 RGB 的问题

- 红色在暗光下变成 `(50, 0, 0)`，亮光下变成 `(255, 0, 0)`
- **亮度变化导致颜色值剧烈波动**

### 4.2 HSV 的优势

- **H (Hue)**：颜色本身（0°~360°，如红=0°，绿=120°）
- **S (Saturation)**：饱和度（纯色 vs 灰色）
- **V (Value)**：明暗（亮 vs 暗）

> ✅ **固定 H 范围 + 宽松 S/V → 鲁棒的颜色识别**

### 4.3 OpenCV 中的 HSV 范围（注意！）

| 颜色 | H 范围（OpenCV） | 说明 |
|------|------------------|------|
| 红色 | [0,10] ∪ [170,180] | 红色跨 0° 边界 |
| 绿色 | [40, 80] | — |
| 蓝色 | [100, 140] | — |
| 黄色 | [20, 40] | — |

> ⚠️ OpenCV 中 H 被压缩到 **0~180**（不是 0~360）！

---

## 5. 完整识别流程

```mermaid
graph TD
    A[输入图像/视频帧] --> B{识别依据?}
    B -->|仅形状| C[灰度 → 二值化 → findContours]
    B -->|仅颜色| D[BGR → HSV → inRange → findContours]
    B -->|形状+颜色| E[BGR → HSV → inRange → 二值化 → findContours]
    C --> F[approxPolyDP 获取顶点]
    D --> F
    E --> F
    F --> G{顶点数?}
    G -->|3| H[三角形]
    G -->|4| I[四边形]
    G -->|"大于10"| J[圆形]
    H --> K[结合颜色标签输出]
    I --> K
    J --> K
    K --> L[绘制结果]
```

---

## 6. 配套代码实战

### 示例 1：形状识别（仅基于轮廓）

```python
import cv2
import numpy as np

def detect_shape(approx):
    """根据近似多边形顶点数判断形状"""
    num_vertices = len(approx)
    if num_vertices == 3:
        return "Triangle"
    elif num_vertices == 4:
        # 可进一步判断是否为正方形
        x, y, w, h = cv2.boundingRect(approx)
        aspect_ratio = float(w) / h
        if 0.95 <= aspect_ratio <= 1.05:
            return "Square"
        else:
            return "Rectangle"
    elif num_vertices == 5:
        return "Pentagon"
    elif num_vertices > 10:
        return "Circle"
    else:
        return "Unknown"

# 创建测试图像（或读取真实图）
img = np.zeros((500, 800, 3), dtype=np.uint8)
cv2.rectangle(img, (50, 50), (150, 150), (255, 255, 255), -1)
cv2.circle(img, (300, 100), 60, (255, 255, 255), -1)
pts = np.array([[500, 50], [550, 150], [450, 150]], np.int32)
cv2.fillPoly(img, [pts], (255, 255, 255))

# 转灰度 + 二值化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 分析每个轮廓
result = img.copy()
for cnt in contours:
    area = cv2.contourArea(cnt)
    if area < 500:  # 过滤小噪点
        continue
    
    # 多边形近似
    epsilon = 0.02 * cv2.arcLength(cnt, True)
    approx = cv2.approxPolyDP(cnt, epsilon, True)
    
    # 识别形状
    shape = detect_shape(approx)
    
    # 绘制结果
    cv2.drawContours(result, [cnt], -1, (0, 255, 0), 2)
    x, y = approx.ravel()[0], approx.ravel()[1]
    cv2.putText(result, shape, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

cv2.imshow('Shape Recognition', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

---

### 示例 2：颜色识别（HSV 色域分割）

```python
import cv2
import numpy as np

def get_color_mask(hsv, color_name):
    """返回指定颜色的掩码"""
    if color_name == 'red':
        lower1 = np.array([0, 100, 100])
        upper1 = np.array([10, 255, 255])
        lower2 = np.array([170, 100, 100])
        upper2 = np.array([180, 255, 255])
        mask1 = cv2.inRange(hsv, lower1, upper1)
        mask2 = cv2.inRange(hsv, lower2, upper2)
        return cv2.bitwise_or(mask1, mask2)
    elif color_name == 'green':
        lower = np.array([40, 100, 100])
        upper = np.array([80, 255, 255])
        return cv2.inRange(hsv, lower, upper)
    elif color_name == 'blue':
        lower = np.array([100, 100, 100])
        upper = np.array([140, 255, 255])
        return cv2.inRange(hsv, lower, upper)
    else:
        return np.zeros(hsv.shape[:2], dtype=np.uint8)

# 读取图像（建议用彩色测试图）
img = cv2.imread('color_balls.jpg')
if img is None:
    # 创建彩色测试图
    img = np.zeros((400, 600, 3), dtype=np.uint8)
    cv2.circle(img, (100, 100), 50, (0, 0, 255), -1)   # BGR: Red
    cv2.circle(img, (300, 100), 50, (0, 255, 0), -1)   # Green
    cv2.circle(img, (500, 100), 50, (255, 0, 0), -1)   # Blue

hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 识别红色物体
red_mask = get_color_mask(hsv, 'red')

# 形态学去噪
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
red_mask = cv2.morphologyEx(red_mask, cv2.MORPH_OPEN, kernel)
red_mask = cv2.morphologyEx(red_mask, cv2.MORPH_CLOSE, kernel)

# 查找轮廓
contours, _ = cv2.findContours(red_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

result = img.copy()
for cnt in contours:
    if cv2.contourArea(cnt) > 500:
        cv2.drawContours(result, [cnt], -1, (0, 255, 255), 2)  # 黄色框
        x, y, w, h = cv2.boundingRect(cnt)
        cv2.putText(result, "Red Object", (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 255), 2)

cv2.imshow('Color Recognition (Red)', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

---

### 示例 3：形状 + 颜色联合识别（完整系统）

```python
import cv2
import numpy as np

# 定义颜色范围（HSV）
color_ranges = {
    'red': ([0, 100, 100], [10, 255, 255]),
    'green': ([40, 100, 100], [80, 255, 255]),
    'blue': ([100, 100, 100], [140, 255, 255])
}

def detect_shape(approx):
    n = len(approx)
    if n == 3: return "Triangle"
    elif n == 4: return "Rectangle"
    elif n > 10: return "Circle"
    else: return "Unknown"

# 读取图像
img = cv2.imread('shapes_colors.jpg') or cv2.imread(cv2.samples.findFile('lena.jpg'))
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

result = img.copy()

for color_name, (lower, upper) in color_ranges.items():
    # 处理红色跨边界
    if color_name == 'red':
        mask1 = cv2.inRange(hsv, np.array(lower), np.array(upper))
        mask2 = cv2.inRange(hsv, np.array([170, 100, 100]), np.array([180, 255, 255]))
        mask = cv2.bitwise_or(mask1, mask2)
    else:
        mask = cv2.inRange(hsv, np.array(lower), np.array(upper))
    
    # 去噪
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, np.ones((5,5), np.uint8))
    mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, np.ones((5,5), np.uint8))
    
    # 找轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    for cnt in contours:
        if cv2.contourArea(cnt) < 800:
            continue
        
        # 形状识别
        epsilon = 0.02 * cv2.arcLength(cnt, True)
        approx = cv2.approxPolyDP(cnt, epsilon, True)
        shape = detect_shape(approx)
        
        # 绘制
        x, y, w, h = cv2.boundingRect(cnt)
        label = f"{color_name} {shape}"
        cv2.rectangle(result, (x, y), (x+w, y+h), (0, 255, 0), 2)
        cv2.putText(result, label, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

cv2.imshow('Color + Shape Recognition', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

---

## 7. 常见问题与调优技巧

### ❓ 问题1：颜色识别受光照影响大？

✅ **解决**：

- 调整 `S` 和 `V` 的下限（如 `S>50`, `V>50`）
- 使用**自适应阈值**或**直方图均衡化**预处理

### ❓ 问题2：形状识别不准（如圆被识别为多边形）？

✅ **解决**：

- 调整 `epsilon`（尝试 `0.01 ~ 0.05`）
- 结合**圆形度**判断：
  ```python
  circularity = 4 * np.pi * area / (perimeter ** 2)
  if circularity > 0.8:  # 接近1为圆
      shape = "Circle"
  ```

### ❓ 问题3：如何识别更多颜色（如橙色、紫色）？

✅ **解决**：查 HSV 色环，设定对应 H 范围：

- 橙色：`[10, 25]`
- 紫色：`[140, 170]`

---

## ✅ 本章总结

| 技术 | 关键操作 | 函数 |
|------|--------|------|
| **形状识别** | 轮廓 → 多边形近似 → 顶点数 | `approxPolyDP()` |
| **颜色识别** | BGR → HSV → inRange | `cv2.cvtColor()`, `cv2.inRange()` |
| **联合识别** | 先颜色分割，再形状分析 | 组合使用 |

> 🌟 **现在可以**：
> 
> - 让机器人分拣红球和蓝方块
> - 制作一个“形状颜色配对”教育 App
> - 为工业流水线实现简单的质检功能！



# 资料关注

咚咚王


《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著 花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论  第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》

学习目标：掌握基于形状分析（轮廓 + 多边形近似）和颜色识别（HSV 色域分割）的简单物体识别方法，能从图像或视频中自动识别圆形、矩形、三角形及特定颜色的物体。

人工智能之视觉领域 计算机视觉 第十五章 简单物体识别

技术岗

数据库

学习基于形状分析和颜色识别的简单物体识别技术，掌握OpenCV轮廓检测、多边形近似和HSV色域分割方法，实现圆形、矩形、三角形及彩色物体的自动识别。适用于工业分拣、教育机器人等场景，提供完整Python代码示例和调优技巧。

自然语言处理

计算机视觉

智能创作

人工智能

机器学习

深度学习

大数据

Python

2026新春采购季

bigdata-class

ai-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

人工智能之视觉领域 计算机视觉 第十五章 简单物体识别-腾讯云开发者社区-腾讯云

人工智能之视觉领域计算机视觉第十五章简单物体识别

人工智能之视觉领域计算机视觉第十五章简单物体识别

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域 计算机视觉 第十五章 简单物体识别

人工智能之视觉领域 计算机视觉 第十五章 简单物体识别

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域计算机视觉第十五章简单物体识别

人工智能之视觉领域计算机视觉第十五章简单物体识别