C++とOpenCVで特定の色を検出する方法を解説

この記事では、C++とOpenCVを使用して、カメラ映像の中から特定の色を検出し、その色を基準にオブジェクトを追跡する方法を解説します。

ただし、色検出や色ベースのトラッキングシステムの性能は実行環境に大きく依存します。部屋の照明を変えたり背景色を変更したりすると、検出精度に大きな影響が及ぶ点に注意してください。

色検出の基本的な流れ

OpenCVで色を検出する際は、一般的に次のような手順を踏みます。

1. カメラから映像（フレーム）を取得する
2. BGR形式の画像をHSV形式に変換する
3. inRange()関数で指定した色の範囲だけを抽出する（二値化）
4. モルフォロジー演算でノイズを除去する
5. 結果を画面に表示する

HSV色空間は「色相（Hue）」「彩度（Saturation）」「明度（Value）」の3要素で色を表現するため、RGBよりも特定の色を直感的に指定しやすいのが特徴です。OpenCVでは色相が0〜179、彩度と明度が0〜255の範囲で表されます。

サンプルコード

以下のプログラムは、トラックバーでHSVのしきい値をリアルタイムに調整しながら、特定の色を持つオブジェクトを検出する例です。

#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
    VideoCapture video_load(0);//デフォルトカメラから映像を取得//
    namedWindow("Adjust");//画像を表示するウィンドウを作成//
    int Hue_Lower_Value = 0;//Hueの初期値（下限）//
    int Hue_Lower_Upper_Value = 22;//Hueの初期値（上限）//
    int Saturation_Lower_Value = 0;//彩度の初期値（下限）//
    int Saturation_Upper_Value = 255;//彩度の初期値（上限）//
    int Value_Lower = 0;//明度の初期値（下限）//
    int Value_Upper = 255;//明度の初期値（上限）//
    createTrackbar("Hue_Lower", "Adjust", &Hue_Lower_Value, 179);//Hue下限用トラックバー//
    createTrackbar("Hue_Upper", "Adjust", &Hue_Lower_Upper_Value, 179);//Hue上限用トラックバー//
    createTrackbar("Sat_Lower", "Adjust", &Saturation_Lower_Value, 255);//彩度下限用トラックバー//
    createTrackbar("Sat_Upper", "Adjust", &Saturation_Upper_Value, 255);//彩度上限用トラックバー//
    createTrackbar("Val_Lower", "Adjust", &Value_Lower, 255);//明度下限用トラックバー//
    createTrackbar("Val_Upper", "Adjust", &Value_Upper, 255);//明度上限用トラックバー//
    while (1) {
        Mat actual_Image;//元画像を格納する行列//
        bool temp = video_load.read(actual_Image);//動画ストリームから元画像を読み込む//
        Mat convert_to_HSV;//変換後の画像を格納する行列//
        cvtColor(actual_Image, convert_to_HSV, COLOR_BGR2HSV);//BGR画像をHSVに変換して格納//
        Mat detection_screen;//検出結果を表示するウィンドウ用の行列//
        inRange(convert_to_HSV,Scalar(Hue_Lower_Value,Saturation_Lower_Value, Value_Lower),Scalar(Hue_Lower_Upper_Value,Saturation_Upper_Value, Value_Upper), detection_screen);//トラックバーで調整した範囲の色を抽出//
        erode(detection_screen, detection_screen, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));//収縮処理：前景の小さなノイズを除去//
        dilate(detection_screen, detection_screen, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));//膨張処理：前景の小さなノイズを除去//
        dilate(detection_screen, detection_screen, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));//膨張処理：前景の小さな穴を埋める//
        erode(detection_screen, detection_screen, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));//収縮処理：前景の小さな穴を埋める//
        imshow("Threesholded Image", detection_screen);//検出結果を表示//
        imshow("Original", actual_Image);//元画像を表示//
        if (waitKey(30) == 27){ //Escキーが押されたらループを抜ける//
            break;
        }
    }
    return 0;
}

コードのポイント

cvtColor()によるHSV変換

cvtColor()関数にCOLOR_BGR2HSVフラグを渡すことで、カメラから取得したBGR画像をHSV色空間へ変換できます。

inRange()による色の抽出

inRange()関数は、指定した下限値と上限値の範囲内にあるピクセルを白（255）、範囲外のピクセルを黒（0）とした二値画像を生成します。トラックバーの値を変更すれば、検出したい色をリアルタイムに調整可能です。

モルフォロジー演算によるノイズ除去

erode()（収縮）とdilate()（膨張）を組み合わせたオープニング処理により、前景に残った小さなノイズを除去します。さらに逆の順序で組み合わせたクロージング処理によって、検出領域内部の小さな穴を埋めることで、より安定した検出結果が得られます。

実行結果

プログラムを実行すると、「Adjust」ウィンドウ上のトラックバーでHSVの各パラメータを調整できます。「Threesholded Image」ウィンドウには検出結果が白黒の二値画像として表示され、「Original」ウィンドウにはカメラの元画像が表示されます。Escキーを押すとプログラムが終了します。