大家好~~~歡迎來到第十篇要來介紹水果的程式碼

color_dist = {'red': {'Lower': np.array([0, 60, 60]), 'Upper': np.array([10, 255, 255])},
              'blue': {'Lower': np.array([100, 80, 46]), 'Upper': np.array([124, 255, 255])},
              'green': {'Lower': np.array([35, 43, 35]), 'Upper': np.array([90, 255, 255])},
              }

首先先來介紹水果辨識之前要先去找到適當的顏色，我們通常看顏色是 RGB 來看，而這三原色又是在程式中可以用陣列三項來代表，但是這個轉出的顏色要選定一個範圍，像以上方的程式來看，我做一個陣列放入兩項字典參數，分別為低的顏色參數以及高的顏色參數範圍，而這個顏色範圍其實也會影響到，你抓取顏色二值化會有很大的不同，這些不同的點都會反映在你的結果上。

那麼 np.array 這個方式需要記住，不管是不是用在顏色上的使用，如果今天也要處理一些資料上的問題，能使用 numpy 中的陣列方式來處理。

上圖由參考資料得知，這個表有告訴你顏色上的參數表，可以藉著這個顏色參數表來做一個範圍計算，不過這裡有個前提給各位參考，顏色的數字在電腦上有時候不是最精準的，所以當你自己設定出來之後，需要不斷的 try and error 來處理他，如果照他數值設定了，結果不是你要的，也別灰心，因為對電腦來說就是跟我們看的判斷上會有差。

顏色對了之後後面我們就會轉換 HSV 的程序，我們下一篇就會介紹轉換 HSV 的方式。

顏色參考資料

走著走著，第十天，還有20天的漫長路程~~~~~~加油