物体跟踪

现在我们知道怎样将一幅图像从 BGR 转换到 HSV 了，我们可以利用这一点来提取带有某个特定颜色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中，我们要提取的是一个蓝色的物体。下面就是就是我们要做的几步：
• 从视频中获取每一帧图像
• 将图像转换到 HSV 空间
• 设置 HSV 阈值到蓝色范围。
• 获取蓝色物体，当然我们还可以做其他任何我们想做的事，比如：在蓝色物体周围画一个圈。

import numpy as np
import cv2# cv2.cvtColor(img, flag)
# cv2.inRange()# 打印颜色转换flag
flags =[ i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)# OpenCV支持超过150种颜色转换的方法，常用：BGR<->GRAY 和 BGR<->HSV
# OpenCV的HSV格式中，H(色彩/色度)的取值范围是[0, 179], S(饱和度)的取值范围[0, 255], V(亮度)的取值范围[0, 255]
# 不同软件取值范围可能不同,使用时需要做归一化# 物体跟踪,跟踪一个蓝色物体,步骤：
# 1.从视频中获取一帧图像
# 2.将图像转换到HSV空间
# 3.设置HSV阀值到蓝色范围
# 4.获取蓝色物体,或其他处理cap = cv2.VideoCapture(0)while True:# 获取图像帧(ret, frame) = cap.read()# 转换到HSV颜色空间hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)# 设定蓝色的阀值lower_blue = np.array([110, 50, 50])upper_blue = np.array([130, 255, 255])# 根据阀值构建掩膜mask = cv2.inRange(hsv, lower_blue, upper_blue)mask_blue = cv2.medianBlur(mask, 7)  # 中值滤波# 查找轮廓contours, hierarchy = cv2.findContours(mask_blue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)# print(contours, hierarchy)for cnt in contours:(x, y, w, h) = cv2.boundingRect(cnt)cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)font = cv2.FONT_HERSHEY_SIMPLEXcv2.putText(frame, "Blue", (x, y - 5), font, 0.7, (0, 255, 0), 2)# 对原图和掩膜进行位运算res =cv2.bitwise_and(frame, frame, mask=mask)# 显示图像cv2.imshow('frame', frame)cv2.imshow('mask', mask)cv2.imshow('res', res)k = cv2.waitKey(5)&0xFFif k == 27:breakcap.release()
cv2.destroyAllWindows()