python实现颜色检测、轮廓检测、颜色追踪

准备工作

python配置numpy和openCv库

读取图像和视频

• 图像

1. cv2.imread(路径)
2. cv2.imshow(窗口名称，输出对象）
3. cv2.waitkey(等待时间)

import cv2
img = cv2.imread("./Resources/3-1P316104441.jpg")//当前项目目录下
cv2.imshow("output", img)
cv2.waitKey(0)

• 视频

1. cv2.VideoCapture(路径或数字)
2. set()
   （1） set(3,数字）设置显示区域宽
   （2） set(4,数字）设置显示区域高
   （3） set(10,数字)设置亮度
3. read()
4. cv2.imshow

import cv2
cap = cv2.VideoCapture("./Resources/Ninja Track.mp4")
while True:
    #success是bool值，用于判断是否读取成功
    success, img = cap.read()
    cv2.imshow("video", img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

基础功能

• 图像

1. cv2.cvtColor(对象,cv2.COLOR_BGR2GRAY) 转换为灰度图像
2. cv2.GaussianBlur(对象,(奇数，奇数），0）设置模糊，值越大，模糊程度越大
3. cv2.Canny(对象，数字，数字）设置Canny边缘检测器，数字越大，显示的越少
4. cv2.dilate(边缘对象，矩阵，iteration=数字) 图像膨胀，即：增加图像边缘厚度
5. cv2.erode(对象，矩阵而过，iteration=数字）图像腐蚀，即：减少图像边缘厚度

裁剪图像

• 改变图像大小

1. 对象.shape用于显示图片大小

print(img.shape)#先显示高度，再显示宽度

2. cv2.resize(对象，(宽度，高度））改变图片大小

imgResize = cv2.resize(img, (200,300))#先定义宽度，在定义高度

• 裁剪图像
  对象[数字：数字，数字：数字]先高度后宽度

imgCropped = img[0:100,200:300]#先高度后宽度

绘制图形和文本

• 创建简单图像

numpy.zeros((512,512)) 建立矩阵，0表示黑色

• 为图像添加颜色通道

numpy.zeros((数字，数字，3),numpy.unint8)添加颜色三个颜色通道，颜色值为0~255

• 为图像上色
  对象[数字：数字，数字：数字]=rgb值

img[200:300,:]=255,0,0

• 绘制线条
  cv2.line(对象，(起点坐标），（终点坐标），（rgb颜色值），厚度）

cv2.line(img,(0,0),(300,300),(0,255,0),3)

• 绘制矩形
  cv2.rectangle(对象，（起点坐标），（终点坐标），（rgb颜色值），厚度）

cv2.rectangle(img,(0,0),(100,100),(0,0,255),3)
cv2.rectangle(img,(0,0),(100,100),(0,0,255),cv2.FILLED)填充图形

• 绘制圆
  cv2.circle(对象，（圆心坐标），半径，（rgb颜色值），厚度）

cv2.circle(img,(100,100),30,(255,255,0),2)

• 显示文字
  cv2.putText(对象，“文本内容"，（起始坐标），字体样式，缩放比例，（rgb颜色值），厚度）

cv2.putText(img,"good",(200,200),cv2.FONT_HERSHEY_COMPLEX,1,(0,150,0),1)

视角转换

• 设置待转换坐标
  numpy.float32([[坐标1],[坐标2],[坐标3],[坐标4]])

pts1 = np.float32([[111,219],[287,188],[154,482],[352,440]])

• 设置转换后坐标

numpy,float32([[0,0],[width,0],[0,height],[width,height]])

• 透视图转换

cv2.getPrespectiveTransform(待转换坐标，转换后坐标）

• 转换后图像

cv2.warpPerspective(对象，透视图转换，（width,height))

img = cv2.imread("Resources/puke_zhipai-003.jpg")
width,height=250,250
pts1 = np.float32([[111,219],[287,188],[154,482],[352,440]])
pts2 = np.float32([[0,0],[width,0],[0,height],[width,height]])
matrix = cv2.getPerspectiveTransform(pts1,pts2)#透视图转换，将世界坐标系变为屏幕坐标系
imgoutput = cv2.warpPerspective(img,matrix,(width,height))
cv2.imshow("card",imgoutput)

cv2.waitKey(0)

图像拼接

• 无法调整图像大小

1. 水平拼接
   numpy.hstack((对象，对象))

hor = np.hstack((img, img))

2. 垂直拼接
   numpy.vstack((img,img))

ver = np.vstack((img,img))

• 能够调整图像大小

1. 编写stackImages函数

def stackImages(scale,imgArray):
    rows = len(imgArray)
    cols = len(imgArray[0])
    rowsAvailable = isinstance(imgArray[0], list)
    width = imgArray[0][0].shape[1]
    height = imgArray[0][0].shape[0]
    if rowsAvailable:
        for x in range ( 0, rows):
            for y in range(0, cols):
                if imgArray[x][y].shape[:2] == imgArray[0][0].shape [:2]:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (0, 0), None, scale, scale)
                else:
                    imgArray[x][y] = cv2.resize(imgArray[x][y], (imgArray[0][0].shape[1], imgArray[0][0].shape[0]), None, scale, scale)
                if len(imgArray[x][y].shape) == 2: imgArray[x][y]= cv2.cvtColor( imgArray[x][y], cv2.COLOR_GRAY2BGR)
        imageBlank = np.zeros((height, width, 3), np.uint8)
        hor = [imageBlank]*rows
        hor_con = [imageBlank]*rows
        for x in range(0, rows):
            hor[x] = np.hstack(imgArray[x])
        ver = np.vstack(hor)
    else:
        for x in range(0, rows):
            if imgArray[x].shape[:2] == imgAr