opencv学习（2）-简单颜色识别并跟踪

本次来我们用opencv来实现识别跟踪蓝色物体并返回位置坐标的功能。

该功能分为两部分，识别颜色，跟踪颜色。

要想实现颜色的识别，我们要打开摄像头，读取捕获的图像。将图像的颜色通道转化为HSV，设置选取的特定颜色的参数。使用inRange函数将图像转变为二值图，其中蓝色部分显示为白色，其余为黑色。

代码：

VideoCapture cap(0);//打开摄像头

if ( !cap.isOpened() )

{

cout << "Cannot open the camera" << endl;

return -1;

}

int iLowH = 100; int iHighH = 140; int iLowS = 90; int iHighS = 255; int iLowV = 90; int iHighV = 255;//设置蓝色的颜色参量。

Mat imgOriginal; bool bSuccess = cap.read(imgOriginal); if (!bSuccess) { cout << "Cannot read a frame from video stream" << endl; break; } Mat imgHSV; vectorhsvSplit;

cvtColor(imgOriginal, imgHSV, COLOR_BGR2HSV);  //因为我们读取的是彩色图，直方图均衡化需要在HSV空间做

split(imgHSV, hsvSplit);

equalizeHist(hsvSplit[2],hsvSplit[2]);

merge(hsvSplit,imgHSV);

Mat imgThresholded;

inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded);  //开操作 (去除一些噪点)

Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));

morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element); //闭操作 (连接一些连通域)

morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);

//对灰度图进行滤波

GaussianBlur(imgThresholded,imgThresholded, Size(3, 3), 0, 0);

imshow("滤波后的图像", imgThresholded);

二值图

颜色识别过程至此结束。

要想跟踪蓝色，将其在原图像中用矩形框出，首先要将二值图中白色的轮廓描出

Mat cannyImage;

Canny(imgThresholded, cannyImage, 128, 255, 3);

canny图

接下来就是使用vector计算出外边缘的像素个数，之后再用矩形框圈出。并在中心画出十字，返回十字的坐标。

vector> contours; vectorhierarchy; findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0)); //绘制轮廓 for (int i = 0; i < (int)contours.size(); i++) { drawContours(cannyImage, contours, i, Scalar(255), 1, 8); } imshow("处理后的图像", cannyImage); //用矩形圈出轮廓并返回位置坐标 for(int i=0;ipoints=contours[i];

//对给定的2D点集，寻找最小面积的包围矩形

RotatedRect box=minAreaRect(Mat(points));

Point2f vertex[4];

box.points(vertex);

//绘制出最小面积的包围矩形

line(imgOriginal,vertex[0],vertex[1],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[1],vertex[2],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[2],vertex[3],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[3],vertex[0],Scalar(100,200,211),6,LINE_AA);

//绘制中心的光标

Point s1,l,r,u,d;

s1.x=(vertex[0].x+vertex[2].x)/2.0;

s1.y=(vertex[0].y+vertex[2].y)/2.0;

l.x=s1.x-10;

l.y=s1.y;

r.x=s1.x+10;

r.y=s1.y;

u.x=s1.x;

u.y=s1.y-10;

d.x=s1.x;

d.y=s1.y+10;

line(imgOriginal,l,r,Scalar(100,200,211),2,LINE_AA);

line(imgOriginal,u,d,Scalar(100,200,211),2,LINE_AA);

cout<<"Blue\n"<<"( "<

效果图

但是这个代码的功能还是远远不够，后期可考虑增强功能，如只显示最大的矩形，自动根据光照来改变阈值来应对不同颜色状况下的情况。总之，有点那个意思了，再接再厉。

完整代码（文本有缺失，上传图片）

爱你呦，方宇。