Az előző részekben intenzitásképeken definiáltuk a küszöbölés és vágás műveleteket. Színes képek esetén a korábban látott, csatornánként elkülönített vagy szürkeárnyalatosra alakított megközelítések nem mindig elegendőek. Például az alábbi képen láthatunk kék színű matricát és felségjelzés területet is, de a kék csatorna részt vesz emellett többek között az autó szürke színének, valamint a rendszámtábla fehér hátterének a definiálásában is. Ha kék színű objektumokat szeretnénk detektálni, akkor önmagában csak a kék csatorna vizsgálata nem elegendő!

A gyakorlás kedvéért a kitűzött feladatokat küszöböléssel és képek közötti logikai műveletekkel oldjuk meg.

A feladatot megoldhatjuk a cv2.inRange() OpenCV függvény használatával is. Bemenetként egy egy- vagy többcsatornás képet adhatunk át, valamint megadhatjuk csatornánként a minimális és maximális értéket egy-egy tömbben. Eredményképpen egy bináris képet fog adni, ahol ott kapunk objektumpontokat (255 értékkel), ahol minden csatornára teljesül az intervallum ellenőrzés. A fenti feladatot megoldhatjuk tehát így is:

bounds_lower = np.array([120, 0, 0])
bounds_upper = np.array([255, 130, 100])
res = cv2.inRange(im, bounds_lower, bounds_upper)

Másrészt színhasonlóságon alapuló szegmentálást célszerűbb az RGB helyett a HSV színtérben végezni. Erről, és az inRange() függvény részletes használatáról egy későbbi részben olvashatunk.