使用OpenCV-python实现颜色特征跟踪视频中的物体

用颜色特征跟踪视频中的物体

问题背景和基本思路

这里模拟提取图片中的手机壳。

发现手机壳有一个显著的特征，就是颜色基本都是蓝色。

所以这里尝试把”蓝色“区域提取出来，然后绘制一个长方形包络这个蓝色区域。

核心代码

蓝色是一个广义的概念，对应到RGB中，其实是一个范围，设定蓝色的范围：

# 设置蓝色的上下界，即蓝色的范围
blueLower = np.array([100,67,0],dtype = "uint8")
blueUpper = np.array([255,128,50],dtype = "uint8")

找出属于蓝色区间的区域：

# 找出图片中的蓝色区域，返回的其实是一个蒙版
blue = cv2.inRange(frame,blueLower,blueUpper)

这个blue实际上是一个蒙版

对提取出来的轮廓，按照面积进行排序

# 找出面积最大的轮廓，按照面积逆序排列
cnt = sorted(cnts,key=cv2.contourArea,reverse=True)[0]

寻找包含轮廓的最小长方形，并绘制轮廓

# 寻找能包络蓝色区域的最小长方形
rect = np.int32(cv2.boxPoints(cv2.minAreaRect(cnt)))
# 用绿色线条绘制
cv2.drawContours(frame,[rect],-1,(0,255,0),2)

完整代码和运行效果

import cv2
import numpy as np

# 设置蓝色的上下界，即蓝色的范围
blueLower = np.array([100,67,0],dtype = "uint8")
blueUpper = np.array([255,128,50],dtype = "uint8")

# 加载视频
videoPath = "video/iphonecase.mov"
video = cv2.VideoCapture(videoPath)

# 对每一帧进行遍历
while True:
    # 抓取视频帧
    (grabbed,frame) = video.read()
    # 当处理完最后一帧之后，退出循环
    if not grabbed:
        break
    
    # 找出图片中的蓝色区域，返回的其实是一个蒙版
    blue = cv2.inRange(frame,blueLower,blueUpper)
    # 对蓝色区域所在的蒙版进行高斯模糊处理
    blue = cv2.GaussianBlur(blue,(3,3),0)
    # 查找蒙版区域的边界
    (cnts,_) = cv2.findContours(blue.copy(),cv2.RETR_EXTERNAL,\
                               cv2.CHAIN_APPROX_SIMPLE)
    # 如果找到了轮廓，即发现了蓝色区域
    if len(cnts)>0:
        # 找出面积最大的轮廓，按照面积逆序排列
        cnt = sorted(cnts,key=cv2.contourArea,reverse=True)[0]
        # 寻找能包络蓝色区域的最小长方形
        rect = np.int32(cv2.boxPoints(cv2.minAreaRect(cnt)))
        # 用绿色线条绘制
        cv2.drawContours(frame,[rect],-1,(0,255,0),2)
    
    cv2.imshow("tracking",frame)
    cv2.imshow("binary",blue)
    # 图片尺寸不一致，不能放在一起显示
#     cv2.imshow("tracking results", np.hstack([blue, frame]))
    cv2.waitKey(20)
    
video.release()
cv2.destroyAllWindows()

最终运行效果：