今天,我們來實現一個視頻實時檢測顏色物體的小實例,視頻中主要有三個顏色物體,我們只檢測紅色和綠色的球狀物體,如下圖所示:

第一步需要打開視頻(或者攝像頭):
cap = cv2.VideoCapture('1.mp4') # 打開視頻文件
# cap = cv2.VideoCapture(0) # 打開USB攝像頭
然后需要循環取幀,進行顏色物體檢測。檢測顏色物體使用的是HSV閾值來篩選顏色,所以HSV閾值的設定是關鍵,下面是常用顏色的HSV表:

但是針對具體圖片還需要自己寫個小工具取提取圖片上的目標的HSV值,然后手動設定閾值,比如在上面圖片中我們使用的紅色和綠色的HSV閾值分別如下:
lower_green = np.array([35, 110, 106]) # 綠色范圍低閾值 upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值 lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值 upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值
接下來就是濾波處理,輪廓提取以及最終結果的標示了,用矩形框標注檢測的物體,同時用putText函數標注顏色,完整代碼和最終效果如下:
完整代碼:
# -*- coding: cp936 -*-
import numpy as np
import cv2
font = cv2.FONT_HERSHEY_SIMPLEX
lower_green = np.array([35, 110, 106]) # 綠色范圍低閾值
upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值
lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值
upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值
cap = cv2.VideoCapture('1.mp4') # 打開視頻文件
# cap = cv2.VideoCapture(0)#打開USB攝像頭
if (cap.isOpened()): # 視頻打開成功
flag = 1
else:
flag = 0
num = 0
if (flag):
while (True):
ret, frame = cap.read() # 讀取一幀
# if(frame is None):
if ret == False: # 讀取幀失敗
break
hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根據顏色范圍刪選
mask_red = cv2.inRange(hsv_img, lower_red, upper_red) # 根據顏色范圍刪選
mask_green = cv2.medianBlur(mask_green, 7) # 中值濾波
mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波
mask = cv2.bitwise_or(mask_green, mask_red)
cv2.imshow('mask_green', mask_green)
cv2.imshow('mask_red', mask_red)
cv2.imshow('mask', mask)
mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for cnt in contours:
(x, y, w, h) = cv2.boundingRect(cnt)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2)
cv2.putText(frame, "green", (x, y - 5), font, 0.7, (0, 255, 0), 2)
for cnt2 in contours2:
(x2, y2, w2, h2) = cv2.boundingRect(cnt2)
cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h2), (0, 255, 255), 2)
cv2.putText(frame, "red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2)
num = num + 1
cv2.imshow("result", frame)
cv2.imwrite("imgs/%d.jpg"%num, frame)
if cv2.waitKey(20) & 0xFF == 27: # 按下Esc鍵退出
break
cv2.waitKey(0)
cv2.destroyAllWindows()
最終效果動畫:

關注【OpenCV與AI深度學習】獲取更多學習資訊
長按或者掃描下面二維碼即可關注

