快捷導(dǎo)航

50行Python代碼實現(xiàn)視頻中物體顏色識別和跟蹤（必須以紅色為例）

更新時間：2019年11月20日 14:40:06 作者：jpld

本文通過50行Python代碼實現(xiàn)視頻中物體顏色識別和跟蹤效果，通過實例截圖和實例代碼給大家講解的非常詳細(xì)，需要的朋友可以參考下

目前計算機視覺（CV）與自然語言處理（NLP）及語音識別并列為人工智能三大熱點方向，而計算機視覺中的對象檢測(objectdetection)應(yīng)用非常廣泛，比如自動駕駛、視頻監(jiān)控、工業(yè)質(zhì)檢、醫(yī)療診斷等場景。

目標(biāo)檢測的根本任務(wù)就是將圖片或者視頻中感興趣的目標(biāo)提取出來，目標(biāo)的識別可以基于顏色、紋理、形狀。其中顏色屬性運用十分廣泛，也比較容易實現(xiàn)。下面就向大家分享一個我做的小實驗———通過OpenCV的Python接口來實現(xiàn)從視頻中進(jìn)行顏色識別和跟蹤。

下面就是我們完整的代碼實現(xiàn)（已調(diào)試運行）：

import numpy as np
import cv2
font = cv2.FONT_HERSHEY_SIMPLEX
lower_green = np.array([35, 110, 106]) # 綠色范圍低閾值
upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值
lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值
upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值
#需要更多顏色，可以去百度一下HSV閾值！
# cap = cv2.VideoCapture('1.mp4') # 打開視頻文件
cap = cv2.VideoCapture(0)#打開USB攝像頭
if (cap.isOpened()): # 視頻打開成功
 flag = 1
else:
 flag = 0
num = 0
if (flag):
 while (True):
 ret, frame = cap.read() # 讀取一幀
 
 if ret == False: # 讀取幀失敗
  break
 hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根據(jù)顏色范圍刪選
 mask_red = cv2.inRange(hsv_img, lower_red, upper_red) 
 # 根據(jù)顏色范圍刪選
 mask_green = cv2.medianBlur(mask_green, 7) # 中值濾波
 mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波
 mask = cv2.bitwise_or(mask_green, mask_red)
 mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
 mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

 for cnt in contours:
  (x, y, w, h) = cv2.boundingRect(cnt)
  cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2)
  cv2.putText(frame, "Green", (x, y - 5), font, 0.7, (0, 255, 0), 2)

 for cnt2 in contours2:
  (x2, y2, w2, h2) = cv2.boundingRect(cnt2)
  cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h2), (0, 255, 255), 2)
  cv2.putText(frame, "Red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2)
 num = num + 1
 cv2.imshow("dection", frame)
 cv2.imwrite("imgs/%d.jpg"%num, frame)
 if cv2.waitKey(20) & 0xFF == 27:
  break
cv2.waitKey(0)
cv2.destroyAllWindows()

如圖所示，我們將會檢測到紅色區(qū)域