一种基于opencv简易处理的图像追踪方法

本文代码的主要功能是从视频文件中检测红色物体和灰白色区域，并绘制它们的边界，特别是当灰白色区域位于红色物体内部时，给出标注。
定义颜色范围：
定义了两个HSV颜色范围，用于识别红色物体：
红色有两部分范围：lower_red1 和 upper_red1，以及 lower_red2 和 upper_red2，分别对应红色在HSV空间的两段（因为红色在色相范围上跨过了0和180度）。
定义了灰白色的HSV颜色范围：lower_gray 和 upper_gray，用于检测灰白色的反光板。
形态学操作核：
使用getStructuringElement创建了一个矩形形态学操作核，用于后续的图像处理，主要是去除噪声。

使用VideoCapture类打开视频文件，如果文件无法打开，则返回错误。
循环处理每一帧：
通过cap >> frame逐帧读取视频。
如果读取的帧为空，则跳出循环。

morphologyEx(red_mask, red_mask, MORPH_CLOSE, element);
morphologyEx(gray_mask, gray_mask, MORPH_CLOSE, element);

进行闭操作（MORPH_CLOSE），消除掩码中的噪声点，填充颜色区域中的小孔。

对红色物体应用高斯模糊和Canny边缘检测：

GaussianBlur(red_mask, blurred, Size(5, 5), 0);
Canny(blurred, edges, 50, 150);

查找红色物体的轮廓并绘制边界：

findContours(edges, red_contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

使用findContours函数找到红色物体的轮廓。
使用minAreaRect找出红色物体的最小外接矩形，并绘制该矩形的边界。

查找灰白色反光板的轮廓：

findContours(gray_mask, gray_contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

使用findContours函数找到灰白色反光板的轮廓，并找到其中面积最大的轮廓。

判断灰白色反光板是否在红色物体内部

bool is_inside = true;
for (int j = 0; j < 4; j++) {
   
   
    if (red_object_mask.at<uchar>(vertices[j]) == 0) {
   
   
        is_inside = false;
        break;
    }
}

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

// 定义HSV颜色范围
Scalar lower_red1 = Scal