托纳姆物语编程系列(2）——如何确定自己有多少蓝？

终端输入 uiauto.dev弹出如下网页就ok了

点击目标设备连接，成功后就可以看到手机画面了，这个软件包用来捕捉手机帮助我们取色点

选中画板然后用鼠标点击你想取色点的位置就可以了

准备一张包含蓝量的图片，我们将对这张图片进行处理

这里用的HSV和我们常用的RGB三元色一样都是用来描述颜色，给定范围进行二值化（需要的变成白色，不要的全黑）

lowerColor和upperColor用的是HSV（和H S B一个意思），具体如下

可以看到通过轮廓处理，我们已经能吧蓝色准确框选出来了

绿色同理，我们就可以计算出蓝量了

但如果只是这样可能会出现一些问题，比如

可以看到绿色是未满一格的但是他会把他认为是一格所以得到了12，我们可以通过计算轮廓面积来解决这个问题

再稍微整理一下，做出一个函数在循环里一直调用输出，效果如下

代码贴在后面，写的比较乱主要是起到一个抛砖引玉的作用

#导入软件包

import cv2 as cv

import numpy as np

import uiautomator2 as u2

def getBule(img):

    HSV = cv.cvtColor(img, cv.COLOR_BGR2HSV)  #转换图像为HSV格式

    #设置颜色阈值

    lowerColor = np.array([48, 100, 200])  #取范围最低值

    upperColor = np.array([55, 220, 255])  #取范围最高值

    #提取指定部分（指定区域变白，其他变黑）

    binary = cv.inRange(HSV, lowerColor, upperColor)

    # 运用中值滤波去除噪声

    median = cv.medianBlur(binary, 9)

    #这里使用轮廓检测cv2.findContours()的方法,并且返回contours轮廓信息，以及hierachy层级（这里用不到）。

    contours, hierachy = cv.findContours(median, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

    BlueAmount = 10 + len(contours)  # 绿色一格等于两格

    if len(contours) != 0:

        contours = sorted(contours, key=cv.contourArea)

        if cv.contourArea(contours[0], oriented=False) < 91:

            BlueAmount -= 1

    else:

        lowerColor = np.array([80, 220, 220])  # 取范围最低值

        upperColor = np.array([90, 240, 255])  # 取范围最高值

        binary = cv.inRange(HSV, lowerColor, upperColor)

        median = cv.medianBlur(binary, 9)

        contours, hierachy = cv.findContours(median, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

        BlueAmount = len(contours)

        if len(contours) != 0:

            contours = sorted(contours, key=cv.contourArea)

            if cv.contourArea(contours[0], oriented=False) < 71:

                BlueAmount -= 1

    return BlueAmount

if __name__ == "__main__":

    d = u2.connect()

    print(d.info)

    while True:

        print(getBule(d.screenshot(format='opencv')))

测试一下发现还是有很多问题，可以限制一下识别范围，蓝条就在固定的位置，然后把阀值范围拉大，应该可以识别的更加准确