opencv基础学习

2.3跟踪物体颜色：红色为例

代码如下：

import cv2
import numpy as np

# 指定摄像头索引，0通常是默认摄像头
cap = cv2.VideoCapture(0)

while (True):
    ret, frame = cap.read()
    if not ret:
        print("Failed to grab frame")
        break

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 设定红色范围，这里是一个例子，可能需要根据实际情况调整
    lower_red = np.array([0, 50, 50])  # 考虑到红色的不同变种，这里从0开始
    upper_red = np.array([10, 255, 255])
    # 如果需要包含更广泛的红色，可以扩展范围
    # lower_red = np.array([0, 120, 70])
    # upper_red = np.array([10, 255, 255])

    mask1 = cv2.inRange(hsv, lower_red, upper_red)
    res=cv2.bitwise_and(frame,frame,mask=mask1)
    cv2.imshow("res",res)
    cv2.imshow("mask", mask1)
    cv2.imshow("frame", frame)

    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

解析：

cv2.VideoCapture(0)：打开摄像头设备，返回一个可以读取视频帧的对象。
cap.read()：从视频捕获对象中读取一帧，返回 ret（成功标志）和 frame（图像帧）。
cv2.COLOR_BGR2HSV：将图像从 BGR 颜色空间转换为 HSV 颜色空间，HSV 更方便进行颜色检测，因为它将颜色的色调（H）、饱和度（S）和明度（V）分离。
cv2.inRange(hsv, lower_red, upper_red)：在 HSV 图像中，根据 lower_red 和 upper_red 范围创建一个二值化的遮罩，在范围内的像素为白色，不在范围内的为黑色。
cv2.bitwise_and(frame, frame, mask=mask1)：使用 mask1 遮罩对 frame 进行按位与操作，只保留 mask1 中白色部分对应的 frame 区域，其他部分置为黑色，从而实现对特定颜色的提取。
cv2.imshow：显示图像，第一个参数是窗口名称，第二个参数是要显示的图像。
cv2.waitKey(5)：等待 5 毫秒，用于显示图像和检测键盘输入。
cap.release()：释放摄像头资源，防止资源泄露。

opencv基础学习

悦读