minH = ; //色相

maxH = ;


minS = ; //饱和度

maxS = ;


minV = ; //亮度
maxV = ;

// inRange(原图像, 最小值的范围, 最大值的范围, 输出图像);

//将图像二值化，即输出图像是黑白二值图像，其中 最小值<=像素点<=最大值 的像素点是白色

inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), yellowImg); 

//创建三个 Mat 来分别存储识别黄蓝红三色并二值化后的图片

Mat yellowImg, blueImg, redImg;

for (int i = ; i < ; i++){

    switch (i){

    case : //黄色

        minH = ;

        maxH = ; 

        minS = ;

        maxS = ;

        minV = ;

        maxV = ;

        // inRange(原图像, 最小值的范围, 最大值的范围, 输出图像);

        //将图像二值化，即输出图像是黑白二值图像，其中 最小值<=像素点<=最大值 的像素点是白色

        inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), yellowImg);

        break;

    case : //蓝色

        minH = ;

        maxH = ;

        minS = ;

        maxS = ;

        minV = ;

        maxV = ;

        inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), blueImg);

        break;

    case : //红色

        minH = ;

        maxH = ; 

        minS = ;

        maxS = ;

        minV = ;

        maxV = ;

        inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), redImg);

        break;

    default:

        printf("颜色标志输入错误\n");

    }

}

Mat resultImg;

Mat yeBluImg;

//图像算数运算————bitwise_or() 合并运算（或） 
bitwise_or(yellowImg, blueImg, yeBluImg); 
bitwise_or(yeBluImg, redImg, resultImg); 

//开操作 (去除一些噪点)：先腐蚀，再膨胀，可清除一些小东西(亮的)，放大局部低亮度的区域
//如果二值化后图片干扰部分依然很多，增大下面的size

Mat eleOpen = getStructuringElement(MORPH_RECT, Size(, ));//返回指定形状和尺寸的结构元素

morphologyEx(resultImg, resultImg, MORPH_OPEN, eleOpen);

#include<opencv.hpp>

using namespace cv;

using namespace std;

int main(){

    Mat srcImg = imread("C:/Users/齐明洋/Desktop/tem2.png");

    Mat hsvImg;

    //将RGB颜色空间转换为HSV颜色空间

    cvtColor(srcImg, hsvImg, COLOR_BGR2HSV); 

    int minH = ;

    int maxH = ; 

    int minS = ;

    int maxS = ;

    int minV = ;

    int maxV = ;

    Mat yellowImg, blueImg, redImg;

    for (int i = ; i < ; i++){

        switch (i){

        case : //黄色

            minH = ;

            maxH = ; 

            minS = ;

            maxS = ;

            minV = ;

            maxV = ;

            // inRange(原图像, 最小值的范围, 最大值的范围, 输出图像);

            //将图像二值化，即输出图像是黑白二值图像，其中 最小值<=像素点<=最大值 的像素点是白色

            inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), yellowImg);

            break;

        case : //蓝色

            minH = ;

            maxH = ;

            minS = ;

            maxS = ;

            minV = ;

            maxV = ;

            inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), blueImg);

            break;

        case : //红色

            minH = ;

            maxH = ; 

            minS = ;

            maxS = ;

            minV = ;

            maxV = ;

            inRange(hsvImg, Scalar(minH, minS, minV), Scalar(maxH, maxS, maxV), redImg);

            break;

        default:

            printf("颜色标志输入错误\n");

        }

    }

    Mat resultImg;

    Mat yeBluImg;

    //图像算数运算————合并（或）

    bitwise_or(yellowImg, blueImg, yeBluImg);

    bitwise_or(yeBluImg, redImg, resultImg); 

    //开操作 (去除一些噪点) 如果二值化后图片干扰部分依然很多，增大下面的size

    Mat eleOpen = getStructuringElement(MORPH_RECT, Size(, ));//返回指定形状和尺寸的结构元素

    morphologyEx(resultImg, resultImg, MORPH_OPEN, eleOpen);

imshow("原始图片", srcImg);
      imshow("识别结果", resultImg);

    waitKey();

    return ;

}