文章目录
- 声明
- 正文
-
- 1.明确任务
- 2.需要用到的函数
- 3.完整代码
- 4.另外
- 感谢观看！
声明
声明：本系列博客是我在学习OpenCV官方教程中文版(For Python)(段力辉 译)所做的笔记。所以，其中的绝大部分内容引自这本书，博客中的代码也是其配套所附带的代码或书中的代码，侵删。其中部分代码可能会因需要而改动。在本系列博客中，其中包含书中的引用，也包括我自己对知识的理解，思考和总结。本系列博客的目的主要有两个，一个是可以作为我自己的学习笔记，时常复习巩固。第二个是可以为想学习python下的opencv 3 相关知识的朋友提供一些参考。
正文
1.明确任务
利用opencv知识，通过摄像头录像，实时提取带有某个特定颜色的物体，从而实现物体跟踪。
2.需要用到的函数
-
cv2.VideoCapture(0)
这个函数用来捕获视频，VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频。，记得最后要用cap.release()来关闭摄像头。
-
ret,frame=cap.read()
cap.read()按帧读取视频，ret,frame是cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
-
cv2.cvtColor(image,flag)
这个函数是一个颜色空间转换函数，flag代表转换方式。
-
cv2.inRange()
括号里有三个参数，依次是hsv,lower,upper，第一个参数：hsv指的是原图，第二个参数：lower指的是图像中低于这个lower的值，图像值变为0，第三个参数：upperd指的是图像中高于这个upper_red的值，图像值变为0，而在lower～upper之间的值变成255。
-
cv2.bitwise_and()
bitwise_and（）是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
3.完整代码
import cv2
import numpy as np
cap=cv2.VideoCapture(0)
while(1):
# 获取每一帧
ret,frame=cap.read()
# 转换到 HSV
hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
# 设定颜色的阈值
lower_red=np.array([0,43,46])
upper_red=np.array([10,255,255])
# 根据阈值构建掩模
mask=cv2.inRange(hsv,lower_red,upper_red)
# 对原图像和掩模进行位运算
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)&0xFF
if k==27:
break
cap.release() #关闭摄像头
# 关闭窗口
cv2.destroyAllWindows()
运行结果：
（当时截图时没截好，所以原始图片与前两张不一样，但差不多意思就是拿了一瓶旺仔牛奶）
4.另外
怎样找到要跟踪对象的 HSV 值？
只需要以下代码就可以轻松获得你需要的HSV值：
import cv2
import numpy as np
#假设我们想得到绿色的HSV值
green=np.uint8([[[0,255,0]]])#注意：是RGB,而不是BGR，还有这里是三层括号
hsv_green=cv2.cvtColor(green,cv2.COLOR_BGR2HSV)
print(hsv_green)
运行结果：
得到这个值后，现在你可以分别用 [H-100，100，100] 和 [H+100，255，255] 做上下阈值。
感谢观看！
如有错误，欢迎批评指正！