將OpenCV 用於識別彩色LED顏色時，可以通過分色計算各通道非飽和像素的HSV值，能可靠識別各LED的顏色。
使用python編程，識別一個1024*480的BGR圖像時，耗時約50毫秒。
可以大概識別LED的圓心座標、可以準確識別LED的色彩。記住，在識別前，要先對三通道彩色圖進行模糊化處理。
最後統計ROI區域的H值總和，以及區域內非零像素的數量，求有效平均即可。
原始圖像：
識別出來的圖像
共檢測出12個亮的LED； 本次計算耗時： 55 ms.
結果: ok ； LED編號: 1 ； 期望顏色： YG, 實際顏色 ： YG；期望狀態： 亮, 實際狀態： 亮；位於座標 (509,383)
結果: ok ； LED編號: 2 ； 期望顏色： YG, 實際顏色 ： YG；期望狀態： 亮, 實際狀態： 亮；位於座標 (342,375)
結果: ok ； LED編號: 3 ； 期望顏色： R, 實際顏色 ： R；期望狀態： 亮, 實際狀態： 亮；位於座標 (451,315)
結果: ok ； LED編號: 4 ； 期望顏色： O, 實際顏色 ： O；期望狀態： 亮, 實際狀態： 亮；位於座標 (259,309)
結果: ok ； LED編號: 5 ； 期望顏色： O, 實際顏色 ： O；期望狀態： 亮, 實際狀態： 亮；位於座標 (514,275)
結果: ok ； LED編號: 6 ； 期望顏色： B, 實際顏色 ： B；期望狀態： 亮, 實際狀態： 亮；位於座標 (351,268)
結果: ok ； LED編號: 7 ； 期望顏色： R, 實際顏色 ： R；期望狀態： 亮, 實際狀態： 亮；位於座標 (436,212)
結果: ok ； LED編號: 8 ； 期望顏色： O, 實際顏色 ： O；期望狀態： 亮, 實際狀態： 亮；位於座標 (264,201)
結果: ok ； LED編號: 9 ； 期望顏色： B, 實際顏色 ： B；期望狀態： 亮, 實際狀態： 亮；位於座標 (563,149)
結果: ok ； LED編號: 10 ； 期望顏色： W, 實際顏色 ： W；期望狀態： 亮, 實際狀態： 亮；位於座標 (351,145)
結果: ok ； LED編號: 11 ； 期望顏色： G, 實際顏色 ： G；期望狀態： 亮, 實際狀態： 亮；位於座標 (438,82)
結果: ok ； LED編號: 12 ； 期望顏色： W, 實際顏色 ： W；期望狀態： 亮, 實際狀態： 亮；位於座標 (287,68)
結果: ok ； LED編號: 13 ； 期望顏色： W, 實際顏色 ： 滅；期望狀態： 滅, 實際狀態： 滅；位於座標 (1287,68)