python opencv颜色跟踪

Question

下面是我的python代码，用于跟踪白色对象。

它起作用了--但只持续了几秒钟，然后整个屏幕变黑了，有时还不起作用。

我尝试过蓝色，它很有效--但白色和绿色给我带来了问题：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):

_, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# define range of white color in HSV
# change it according to your need !
sensitivity = 15
lower_white = np.array([0,0,255-sensitivity])
upper_white = np.array([255,sensitivity,255])

# Threshold the HSV image to get only white colors
mask = cv2.inRange(hsv, lower_white, upper_white)
# Bitwise-AND mask and original image
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()

Answer 1

首先，你应该知道你使用的是什么颜色空间。这只是一个关于OpenCV中CV_8UC3类型Mat的色彩空间的小教程。(图片来自维基百科)

HSV

​

​

在HSV (色调、饱和度、值)颜色空间中，H表示颜色主色，S表示颜色的饱和度，V表示明度。在OpenCV中，范围是不同的。S，V在0,255，而H在0,180。通常H在0,360范围内，但是为了适应一个字节(256个不同的值)，它的值被减半。

在HSV空间中分离单个颜色更容易，因为您可以简单地为H设置适当的范围，并且只需注意S不是太小(它几乎是白色的)，V不是太小(它将是暗的)。

因此，例如，如果您需要几乎蓝色，您需要H在值120附近(例如110,130)，并且S，V不能太小(例如100,255)。

白色不是一种色调(彩虹没有白色)，而是一种颜色的组合。

在HSV中，您需要采用H的所有范围(H在0,180)，非常小的S值(例如，S在0，25)，以及非常高的V值(例如，V在230,255)。这基本上对应于圆锥体中心轴的上部。

因此，要使其跟踪HSV空间中的白色对象，您需要：

lower_white = np.array([0, 0, 230])
upper_white = np.array([180, 25, 255])

或者，由于您定义了敏感值，例如：

sensitivity = 15
lower_white = np.array([0, 0, 255-sensitivity])
upper_white = np.array([180, sensitivity, 255])

对于其他颜色：

green = 60;
blue = 120;
yellow = 30;
...
sensitivity = 15

// Change color with your actual color
lower_color = np.array([color - sensitivity, 100, 100]) 
upper_color = np.array([color + sensitivity, 255, 255])

Red H值为0，因此您需要取两个范围并对其进行“或”运算：

sensitivity = 15
lower_red_0 = np.array([0, 100, 100]) 
upper_red_0 = np.array([sensitivity, 255, 255])
lower_red_1 = np.array([180 - sensitivity, 100, 100]) 
upper_red_1 = np.array([180, 255, 255])

mask_0 = cv2.inRange(hsv, lower_red_0 , upper_red_0);
mask_1 = cv2.inRange(hsv, lower_red_1 , upper_red_1 );

mask = cv2.bitwise_or(mask1, mask2)

现在你应该能够跟踪任何颜色了！