OpenCV(九)：如何用OpenCV-python3 实现红绿蓝三色视频物体追踪

最新推荐文章于 2023-02-28 23:20:23 发布

原创

最新推荐文章于 2023-02-28 23:20:23 发布 · 1.9k 阅读

13 ·

CC 4.0 BY-SA版权

本文介绍了如何利用OpenCV的HSV色彩空间，在Python3中实现对红绿蓝三色物体的视频追踪。重点在于理解HSV色彩模型中H、S、V的取值范围，并调整阈值来确定颜色选择。

可参考本栏如何用OpenCV -python3实现视频物体追踪。

我们首先得明白在OpenCV的HSV格式中、H(色彩/色度)的取值范围是[0,179],S(饱和度)的取值范围[0,255],V(高度)的取值范围[0,255]。因此H的最大值不得超过180。其中S,V只是次要的。H才是决定颜色的主要因素。
在OpenCV里是BGR的顺序，转成RGB后，颜色的顺序发生了变化。因此阈值的范围也要发生改变。对于阈值的取值范围，可以参考阈值取值表。

import cv2
import numpy as np

#首先打印出红、绿、蓝三色的HSV值，来确定三色的阈值。
red = np.uint8([[[255, 0, 0]]])
hsv_red = cv2.cvtColor(red, cv2.COLOR_BGR2HSV)
print (hsv_red)
#[[[120 255 255]]]


green = np.uint8([[[0, 255, 0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print  (hsv_green)
#[[[ 60 255 255]]]

blue = np.uint8([[[0, 0, 255]]])
hsv_blue = cv2.cvtColor(blue, cv2.COLOR_BGR2HSV)
print  (hsv_blue)
# [[[  0 255 255]]]


#创建视频对象，0为内置摄像头
cap = cv2.VideoCapture(0)

while (1):
    # 获取每一帧
    ret, frame = cap.read()
    # BGR 转换到 HSV,本质上是BGR转RGB
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    #设定阈