第二步：颜色识别算法

算法步骤

1. 图像获取：获取待处理的图像。
2. 颜色空间转换：将图像从RGB颜色空间转换为HSV（Hue, Saturation, Value）颜色空间。HSV颜色空间更适合颜色识别，因为它将颜色信息与亮度信息分开，更符合人类感知。
   • Hue（色调）：表示颜色的种类，取值范围是[0, 360]，对应不同的颜色。
   • Saturation（饱和度）：表示颜色的纯度，取值范围是[0, 1]，0表示灰色，1表示纯色。
   • Value（亮度）：表示颜色的亮度，取值范围是[0, 1]，0表示黑色，1表示白色。
3. 颜色区间定义：定义你想要识别的颜色区间范围。对于每种颜色，定义其在HSV空间中的最小值和最大值。
4. 颜色区域提取：遍历图像中的每个像素，判断其HSV值是否在定义的颜色区间内。
5. 形态学处理（可选）：对提取的颜色区域进行形态学处理，比如膨胀、腐蚀、开运算、闭运算等，以去除噪声或者连接相邻区域。
6. 区域检测：检测并标记提取的颜色区域，可以使用连通区域算法（Connected Component Labeling）或者轮廓检测等方法。
7. 显示结果：在原始图像上绘制出检测到的颜色区域，可以用不同的颜色或者标记框来表示。