文章目錄
- 聲明
- 正文
-
- 1.明确任務
- 2.需要用到的函數
- 3.完整代碼
- 4.另外
- 感謝觀看！
聲明
聲明：本系列部落格是我在學習OpenCV官方教程中文版(For Python)(段力輝 譯)所做的筆記。是以，其中的絕大部分内容引自這本書，部落格中的代碼也是其配套所附帶的代碼或書中的代碼，侵删。其中部分代碼可能會因需要而改動。在本系列部落格中，其中包含書中的引用，也包括我自己對知識的了解，思考和總結。本系列部落格的目的主要有兩個，一個是可以作為我自己的學習筆記，時常複習鞏固。第二個是可以為想學習python下的opencv 3 相關知識的朋友提供一些參考。
正文
1.明确任務
利用opencv知識，通過攝像頭錄像，實時提取帶有某個特定顔色的物體，進而實作物體跟蹤。
2.需要用到的函數
-
cv2.VideoCapture(0)
這個函數用來捕獲視訊，VideoCapture()中參數是0，表示打開筆記本的内置攝像頭，參數是視訊檔案路徑則打開視訊。，記得最後要用cap.release()來關閉攝像頭。
-
ret,frame=cap.read()
cap.read()按幀讀取視訊，ret,frame是cap.read()方法的兩個傳回值。其中ret是布爾值，如果讀取幀是正确的則傳回True，如果檔案讀取到結尾，它的傳回值就為False。frame就是每一幀的圖像，是個三維矩陣。
-
cv2.cvtColor(image,flag)
這個函數是一個顔色空間轉換函數，flag代表轉換方式。
-
cv2.inRange()
括号裡有三個參數，依次是hsv,lower,upper，第一個參數：hsv指的是原圖，第二個參數：lower指的是圖像中低于這個lower的值，圖像值變為0，第三個參數：upperd指的是圖像中高于這個upper_red的值，圖像值變為0，而在lower～upper之間的值變成255。
-
cv2.bitwise_and()
bitwise_and（）是對二進制資料進行“與”操作，即對圖像（灰階圖像或彩色圖像均可）每個像素值進行二進制“與”操作，1&1=1，1&0=0，0&1=0，0&0=0
3.完整代碼
import cv2
import numpy as np
cap=cv2.VideoCapture(0)
while(1):
# 擷取每一幀
ret,frame=cap.read()
# 轉換到 HSV
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
# 設定顔色的門檻值
lower_red=np.array([0,43,46])
upper_red=np.array([10,255,255])
# 根據門檻值建構掩模
mask=cv2.inRange(hsv,lower_red,upper_red)
# 對原圖像和掩模進行位運算
res=cv2.bitwise_and(frame,frame,mask=mask)
# 顯示圖像
cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)
k=cv2.waitKey(5)&0xFF
if k==27:
break
cap.release() #關閉攝像頭
# 關閉視窗
cv2.destroyAllWindows()
運作結果：
（當時截圖時沒截好，是以原始圖檔與前兩張不一樣，但差不多意思就是拿了一瓶旺仔牛奶）
4.另外
怎樣找到要跟蹤對象的 HSV 值？
隻需要以下代碼就可以輕松獲得你需要的HSV值：
import cv2
import numpy as np
#假設我們想得到綠色的HSV值
green=np.uint8([[[0,255,0]]])#注意：是RGB,而不是BGR，還有這裡是三層括号
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print(hsv_green)
運作結果：
得到這個值後，現在你可以分别用 [H-100，100，100] 和 [H+100，255，255] 做上下門檻值。
感謝觀看！
如有錯誤，歡迎批評指正！