50行Python代码实现视频中物体颜色识别和跟踪

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者： 机器学习与统计学

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

http://note.youdao.com/noteshare?id=3054cce4add8a909e784ad934f956cef

目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。

下面就是我们完整的代码实现（已调试运行）：

 1 import numpy as np
 2 import cv2
 3 font = cv2.FONT_HERSHEY_SIMPLEX
 4 lower_green = np.array([35, 110, 106])  # 绿色范围低阈值
 5 upper_green = np.array([77, 255, 255])  # 绿色范围高阈值
 6 lower_red = np.array([0, 127, 128])  # 红色范围低阈值
 7 upper_red = np.array([10, 255, 255])  # 红色范围高阈值
 8 #需要更多颜色，可以去百度一下HSV阈值！
 9 # cap = cv2.VideoCapture('1.mp4')  # 打开视频文件
10 cap = cv2.VideoCapture(0)#打开USB摄像头
11 if (cap.isOpened()):  # 视频打开成功
12     flag = 1
13 else:
14     flag = 0
15 num = 0
16 if (flag):
17     while (True):
18         ret, frame = cap.read()  # 读取一帧
19        
20         if ret == False:  # 读取帧失败
21             break
22         hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
23         mask_green = cv2.inRange(hsv_img, lower_green, upper_green)  # 根据颜色范围删选
24         mask_red = cv2.inRange(hsv_img, lower_red, upper_red) 
25  # 根据颜色范围删选
26         mask_green = cv2.medianBlur(mask_green, 7)  # 中值滤波
27         mask_red = cv2.medianBlur(mask_red, 7)  # 中值滤波
28         mask = cv2.bitwise_or(mask_green, mask_red)
29         mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
30         mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
31 ​
32         for cnt in contours:
33             (x, y, w, h) = cv2.boundingRect(cnt)
34             cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2)
35             cv2.putText(frame, "Green", (x, y - 5), font, 0.7, (0, 255, 0), 2)
36 ​
37         for cnt2 in contours2:
38             (x2, y2, w2, h2) = cv2.boundingRect(cnt2)
39             cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h2), (0, 255, 255), 2)
40             cv2.putText(frame, "Red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2)
41         num = num + 1
42         cv2.imshow("dection", frame)
43         cv2.imwrite("imgs/%d.jpg"%num, frame)
44         if cv2.waitKey(20) & 0xFF == 27:
45             break
46 cv2.waitKey(0)
47 cv2.destroyAllWindows()

 

如图所示，我们将会检测到红色区域

最终的效果图：

.