Vergutz e Gonçalvez (2014) apresentam o desenvolvimento de um robô humanoide com a implementação do sistema de visão com OpenCV. O robô utilizado foi um kit robótico EDROM e o seu objetivo é localizar os objetos, sendo eles a bola e gol, e conduzir a bola até o gol, para isso é utilizado um filtro de cores que limitam a cor desejada e faz que todos os objetos que estejam dentro desse limite fiquem da cor branca e os que não estão dentro do limite fiquem da cor preta podendo assim destacar os objetos.

Neto (2020) apresenta um desenvolvimento de um protótipo de algoritmo para identificar as cores primárias e secundárias em tempo de execução da câmera e informar as cores captadas no display. Esse algoritmo serve para ajudar pessoas com problemas de discromatopsia ou, na expressão mais popular, daltonismo. O algoritmo analisa os frames capitados pela câmera, utiliza técnicas de processamento de imagens para similar os níveis de cinza e formar uma fronteira no objeto, pela técnica de limiarização, após o processo de limiarização é acessado a dicionário de cores adicionada ao código em que ele verifica o range das cores, que é o limite em que cada cor é identificada em HSV e que pode ser utilizado em RGB também e após a identificação das cores é utilizado a técnica de morfologia para retirar a granulação das imagens e assim detectar as bordas do objeto e informar a cor no display.

Encarnação et al (2016) apresentam o desenvolvimento de sistema único utilizando uma esteira mecânica, um manipulador robótico e técnicas de visão computacional, rede neurais, e sistemas embarcados. Sendo capaz de identificar a presença do objeto conduzido pela esteira, reconhecer a cor e se o objeto é metálico ou não-metálico, e traçar o percurso que o braço mecânico deve fazer para cada objeto. Foi necessário construir uma esteira utilizando o Autocad para desenhar o protótipo. O motor CC teve sua velocidade controlada pela técnica de PWM para que o processamento da imagem do Raspberry pudesse identificar os objetos transportados. O sistema de visão foi feito por uma webcam e processado pelo SimpleCV, que utiliza as mesmas bibliotecas do OpenCV. Utilizando sensores para identificação do tipo da peça e colocando o braço mecânico e o local para armazenar os objetos físico foi feito o controle e a tomada de decisão do braço para qual lugar o objetos devem ser alocados.