标签：Python mask frame cv2 OpenCV HSV 追踪 pts 255
使用Python，OpenCV转换颜色空间，追踪对象的轨迹
这篇博客可以看作是之前俩篇博客的融合，将介绍如何使用Python，OpenCV转换颜色空间，并利用HSV追踪对象，并绘制其轨迹；
- 计算HSV空间的上限与下限值；
- BGR转HSV空间；
- 追踪对像，并绘制轨迹；
1. 效果图
绿色的薄荷膏药瓶成功被检测到~
药瓶底部纯绿色也被检测到了，如图~
追踪绿色瓶并绘制最近的轨迹线效果图如下：
2. 源码
# 将图像从一种颜色空间转换为另一种颜色空间，例如 BGR、RGB、Gray、HSV 等。
# 创建一个应用程序来提取视频中的彩色对象
# OpenCV 中有超过 150 种颜色空间转换方法可用，本文只介绍最经典的2中：BGR、HSV及互转
# USAGE
# python change_colorspace_Object_Tracking.py
from collections import deque
import cv2
# 遍历查看所有颜色空间
import imutils
flags = [i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)
print(len(flags))
# 对于 HSV，色调范围为 [0,179]，饱和度范围为 [0,255]，值范围为 [0,255]。不同的软件使用不同的尺度。因此，如果您将 OpenCV 值与它们进行比较，则需要对这些范围进行归一化。
# 对象跟踪，可以使用HSV来提取彩色对象。这是最简单的对象追踪，找到物体的质心，就可以绘制轨迹来追踪物体；
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
pts = deque(maxlen=64)
while (1):
# 获取每一帧
_, frame = cap.read()
frame = imutils.resize(frame,width=400)
if frame is None:
break
# 转换BGR为HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# 定义绿色的HSV空间值
lower_blue = np.array([29, 86, 6])
upper_blue = np.array([64, 255, 255])
# 阈值化图像，只获取绿色
mask = cv2.inRange(hsv, lower_blue, upper_blue)
mask = cv2.erode(mask, None, iterations=2)
mask = cv2.dilate(mask, None, iterations=2)
# 寻找mask中的轮廓，并初始化球当前的中心（x,y）
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
cnts = imutils.grab_contours(cnts)
center = None
# 发现至少一个轮廓继续处理
if len(cnts) > 0:
# 寻找面积最大的轮廓，并计算最小外接圆，质心
c = max(cnts, key=cv2.contourArea)
((x, y), radius) = cv2.minEnclosingCircle(c)
M = cv2.moments(c)
center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
# 当圆半径大于5时继续处理
if radius > 5:
# 在帧上绘制绿色球的外接圆及中心
cv2.circle(frame, (int(x), int(y)), int(radius),
(0, 255, 255), 2)
cv2.circle(frame, center, 5, (0, 0, 255), -1)
# 更新中心点队列
pts.appendleft(center)
# 遍历追踪到的中心点坐标
for i in range(1, len(pts)):
# 如果为None，忽略
if pts[i - 1] is None or pts[i] is None:
continue
# 否则绘制线连接
thickness = int(np.sqrt(64 / float(i + 1)) * 2.5)
cv2.line(frame, pts[i - 1], pts[i], (0, 0, 255), thickness)
# 展示帧到屏幕
cv2.imshow("Frame", frame)
# 对图像执行按位与操作
# res = cv2.bitwise_and(frame, frame, mask=mask)
#
# cv2.imshow('frame', frame)
# cv2.imshow('mask', mask)
# cv2.imshow('res', res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
# 如何找到HSV空间值呢？
# 比如要寻找绿色，可以找到BGR(0,255,0) ,转换为HSV，然后取[ H-10,S,V]为下限 -- [ H+10,S,V]为上限；
green = np.uint8([[[0, 255, 0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print(hsv_green)
# [[[60 255 255]]]
参考
标签：Python,mask,frame,cv2,OpenCV,HSV,追踪,pts,255 来源： https://blog.csdn.net/qq_40985985/article/details/118552504
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。