通过OpenCV实现对指定颜色的物体追踪

实现对指定颜色的物体追踪主要分为以下几步：

1. 使用OpenCV读取视频，并对读取的帧进行预处理，转换为HSV色彩空间。

import cv2

# 读取视频
cap = cv2.VideoCapture('test.mp4')

while cap.isOpened():
    ret, frame = cap.read()

    if not ret:
        break

    # 转换为HSV色彩空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # TODO: 对hsv图像进行处理

1. 定义颜色范围，用于后续追踪指定颜色的物体。

# 颜色范围
lower_color = (20, 100, 100)
upper_color = (30, 255, 255)

1. 对预处理后的帧进行二值化，获取指定颜色的物体的掩码。

import numpy as np

# 二值化
mask = cv2.inRange(hsv, lower_color, upper_color)

# 腐蚀和膨胀操作，去掉噪声
kernel = np.ones((5, 5), np.uint8)
mask = cv2.erode(mask, kernel, iterations=2)
mask = cv2.dilate(mask, kernel, iterations=2)

1. 使用轮廓检测对掩码进行处理，获取指定颜色的物体的外边界矩形框。

# 轮廓检测
contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 筛选出最大轮廓
if len(contours) > 0:
    max_contour = max(contours, key=cv2.contourArea)

    # 获取轮廓的外接矩形框
    x, y, w, h = cv2.boundingRect(max_contour)

    # 画出矩形框
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

1. 对每帧的处理结果进行展示。

# 展示结果
cv2.imshow('frame', frame)

# 按q键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
    break

# 释放资源
cap.release()
cv2.destroyAllWindows()

以下是两个示例：

示例一：追踪黄色球体

1. 获取黄色颜色范围。

# 颜色范围
lower_yellow = (25, 80, 80)
upper_yellow = (35, 255, 255)

1. 对预处理后的帧进行二值化。

# 二值化
mask = cv2.inRange(hsv, lower_yellow, upper_yellow)

1. 使用轮廓检测对掩码进行处理，获取黄色球体的外边界矩形框。

if len(contours) > 0:
    max_contour = max(contours, key=cv2.contourArea)
    x, y, w, h = cv2.boundingRect(max_contour)
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

示例二：追踪红色人手

1. 获取红色颜色范围。

# 颜色范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])
mask1 = cv2.inRange(hsv, lower_red, upper_red)
lower_red = np.array([170, 50, 50])
upper_red = np.array([180, 255, 255])
mask2 = cv2.inRange(hsv, lower_red, upper_red)
mask = mask1 + mask2

1. 对预处理后的帧进行二值化。

# 二值化
mask = mask1 + mask2

1. 使用轮廓检测对掩码进行处理，获取红色人手的外边界矩形框。

if len(contours) > 0:
    max_contour = max(contours, key=cv2.contourArea)
    x, y, w, h = cv2.boundingRect(max_contour)
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)