一种屏幕颜色识别系统的识别方法

文献发布时间：2023-06-19 09:29:07

技术领域

本发明涉及一种屏幕颜色识别系统的识别方法。

背景技术

在日常生活中，色盲人群虽然只会占据总人数的很小一部分，但是该部分人群在日常使用电脑、电视、手机甚至一些普遍的电子类产品的时候，往往无法分辨所浏览的主体的正确颜色，这往往会导致不便利的情况发生，比如，需要红绿色盲用户点击红色按钮时，用户往往无法直接辨认哪个按钮为红色。

发明内容

为解决上述技术问题，本发明提供了一种屏幕颜色识别系统的识别方法。

本发明通过以下技术方案得以实现。

本发明提供的一种屏幕颜色识别系统的识别方法，其步骤为：

1)系统启动；

2)对电子产品屏幕进行实时取帧；

3)对屏幕主体物体的颜色进行识别并将颜色进行文字标注。

所述步骤2)中取帧采用OpenCV软件库，并对屏幕帧进行边缘提取，并对提取后的边缘进行锐化、光滑处理。。

所述步骤3)中颜色的识别步骤为：

3.1)通过OpenCV软件库物体特征库进行搜索比对识别出主体的轮廓；若软件库中无法识别出物体，则将屏幕帧中封闭边缘图像作为主体物；

3.2)获取主体物的每个像素RGB值，对RGB值相似的区域作为颜色一致或者相似处理；

3.3)在识别出颜色的区域使用文字标记出该颜色。

所述RGB值和颜色的对应关系为ASCII对照表。

所述OpenCV的主体轮廓提取识别步骤为:

3.1.1)在OpenCV库中调用findContours()函数查找轮廓；

3.1.2)调用drawContours()画轮廓并进行轮廓填充；

3.1.3)计算轮廓的面积和周长；

3.1.4)提取轮廓凸包，矩形，最小外接矩形，外接圆；

3.1.5)将获取到的轮廓与数据库中的图片进行对比，若对比的两者相似度达到设置的阈值则认为主体提取成功。

图片相似度值对比方法为：

3.1.5.1)使用python函数Image.open(path)分别读取对比库中的图像和需要对比的图像。

3.1.5.2)计算两幅图片的均方差MSE：

def mse(imageA,imageB):

err＝np.sum((imageA.astype("float")-imageB.astype("float"))**2)

err/＝float(imageA.shape[0]*imageA.shape[1])

return err

使用compare_ssim函数计算两幅图片的SSIM值：

from skimage.measure import compare_ssim as ssim

3.1.5.3)计算出的MSE值越小，则两图像越相似，或SSIM在[-1,1]之间，则代表两图像相似。

所述阀值为MSE＜1或1＞SSIM＞-1。

本发明的有益效果在于：可以给色盲用户提供电子产品屏幕上显示的物体的颜色辨别，以文字形式标记出屏幕主体或者用户感兴趣的屏幕区域的颜色，帮助色盲用户有效地辨别电子产品上显示的颜色，让色盲用户更好地生活学习，避免了因为颜色无法确认导致的各种不便和问题。

附图说明

图1是本发明的系统识别流程图；

图2是本发明的电子屏幕显示图；

图3是本发明的提取的图2的轮廓图；

图4是本发明的提取的主体图片。

具体实施方式

下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。

一种屏幕颜色识别系统的识别方法，其步骤为：