python利用opencv简单识别红绿灯

#先装包和环境
import cv2
from PIL import Image
import numpy as np

#导入视频并自定义
cor_x, cor_y = -1, -1#定义自变量
fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 使用XVID编码器
camera = cv2.VideoCapture('红绿灯.mp4')  # 从文件读取视频,需要修改成自己的文件的路径即可进行测试
fps = camera.get(cv2.CAP_PROP_FPS)  # 获取视频帧率
print('视频帧率：%d fps' % fps)
cor = np.array([[1, 1]])  # 初始值并无意义，只是为了能够使用np.row_stack函数

 

#创建坐标函数，并且赋予变量
def OnMouseAction(event, x, y, flags, param):#创建回调函数（even:指触发阶跃信号，点击鼠标返回实时坐标。
    global cor_x, cor_y, cor#将变量设置为全局变量.使其在下面函数外也能调用
    if event == cv2.EVENT_LBUTTONDOWN:
        print("左键点击")
        print("%s" % x, y)
        cor_x, cor_y = x, y#鼠标点击的x,y坐标赋予cor_x,cor_y
        cor_m = [cor_x, cor_y]
        cor = np.row_stack((cor, cor_m))#将鼠标返回的坐标进行矩形合并，并赋予全局变量
    elif event == cv2.EVENT_LBUTTONUP:
        cv2.line(img, (cor_x, cor_y), (cor_x, cor_y), (255, 255, 0), 7)#当鼠标划定感兴趣区域后从左到右依次是（读入的图片，起始坐标，结束坐标，颜色（b，g，r),线条粗细）
    elif event == cv2.EVENT_RBUTTONDOWN:
        print("右键点击")
    elif flags == cv2.EVENT_FLAG_LBUTTON:
        print("左鍵拖曳")
    elif event == cv2.EVENT_MBUTTONDOWN:
        print("中键点击")

 

'''
创建回调函数的函数setMouseCallback()；
下面把回调函数与OpenCV窗口绑定在一起
'''
#开始逐帧分析视频，选出目标区域，通过图片来分割
grabbed, img = camera.read()  # 逐帧采集视频流
img = cv2.resize(img, (1280, 720))
grabbed = cv2.resize(img, (1280, 720))
cv2.namedWindow("红绿灯")
cv2.setMouseCallback("红绿灯", OnMouseAction)

while True:
    cv2.imshow("红绿灯", img)
    k = cv2.waitKey(1) & 0xFF
    if k == ord(' '):  # 空格退出操作
        break
cv2.destroyAllWindows()  # 关闭页面

width_choose = cor[2, 0] - cor[1, 0]
height_choose = cor[2, 1] - cor[1, 1]
y_width_choose = cor[4, 0] - cor[3, 0]
y_height_choose = cor[4, 1] - cor[3, 1]
print("视频选中区域的宽：%d" % width_choose, '\n'"视频选中区域的高：%d" % height_choose)
print("黄灯区域的宽：%d" % y_width_choose, '\n'"黄灯区域的高：%d" % y_height_choose)
out = cv2.VideoWriter('output_test1.avi', fourcc, fps, (width_choose, height_choose))  # 参数分别是：保存的文件名、编码器、帧率、视频宽高
Video_choose = np.zeros((width_choose, height_choose, 3), np.uint8)

while True:
    grabbed, frame = camera.read()  # 逐帧采集视频流
    if not grabbed:
        break
    frame = cv2.resize(frame, (1280, 720))
    frame_data = np.array(frame)  # 每一帧循环存入数组
    box_data = frame_data[cor[1, 1]:cor[2, 1], cor[1, 0]:cor[2, 0]]  # 取矩形目标区域
    yellow_box = frame_data[cor[3, 1]:cor[4, 1], cor[3, 0]:cor[4, 0]]
    cv2.imshow('choose', box_data)
    yellow_max = np.max(yellow_box)
    b, g, r = cv2.split(box_data)#将截取的区域分割为b,g,r单通道颜色图片
    print(yellow_max)#返回结果
    max_r = np.max(r)
    max_g = np.max(g)
    max_b = np.max(b)

 

#筛选颜色的像素点，以此来区分红黄绿，先单独截取黄色的区域做判定，然后判定绿色和红色，如果不是黄色，不是绿色就是红色
    if yellow_max >= 255:
        lwpCV_box = cv2.rectangle(frame, tuple(cor[1, :]), tuple(cor[2, :]), (0, 255, 255), 2)
        cv2.putText(frame, "yellow", (384, 284), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 255, 255), 2)  # 显示yellow文本信息
    elif max_g >= 245:
        lwpCV_box = cv2.rectangle(frame, tuple(cor[1, :]), tuple(cor[2, :]), (0, 255, 0), 2)
        cv2.putText(frame, "green", (384, 284), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 255, 0), 2)  # 显示green文本信息
    elif max_r >= 245:
        lwpCV_box = cv2.rectangle(frame, tuple(cor[1, :]), tuple(cor[2, :]), (0, 0, 255), 2)
        cv2.putText(frame, "red", (384, 284), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 255), 2)  # 显示red文本信息

    cv2.imshow('lwpCVWindow', frame)  # 显示采集到的视频流
     cv2.imshow('sum', emptyImage)  # 显示画出的条形图
     cv2.imshow("Red", r)
     cv2.imshow("Green", g)
     cv2.imshow("Blue", b)
    key = cv2.waitKey(1) & 0xFF
    if key == ord('q'):
        break
#最后就是可视化输出了
out.release()
camera.release()
cv2.destroyAllWindows()