python识别红绿灯

1、导入所需要的库

import cv2
import numpy as np

2、视频读取

cap = cv2.VideoCapture('红绿灯.mp4')
while True:
    ret,frame = cap.read()
    if ret == False:
        break
    frame=cv2.resize(frame,(1720,800))

 

3、图片截取

src = cv2.imread("green.png")

src_l = cv2.resize(src,(600,500))#修改图片的尺寸
# cv2.imshow('re',src_l)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
#------------------------
# print("--------- HL截取ROI区域的测试 ---------")
# print("鼠标选择ROI,然后点击 enter键")
r = cv2.selectROI('org', src_l, False)  # ,返回 (x_min, y_min, w, h)

# roi区域
roi = src_l[int(r[1]):int(r[1]+r[3]), int(r[0]):int(r[0]+r[2])]
cv2.destroyAllWindows()
cv2.imshow('ROI',roi)#显示ROI区域
#-------------
HSV_img = cv2.cvtColor(roi,cv2.COLOR_BGR2HSV)
cv2.imshow('d',HSV_img)
image_hsv = cv2.resize(HSV_img,(600,500))#修改图片的尺寸
H = image_hsv[:, :, 0]
H = np.squeeze(np.reshape(H, (1, -1)))
H_value = np.array([])
print(H)

4、二值图像颜色判定

# def judge_light_color(src):
#     for i in H:
#         if i > 0 and i < 124:
#             H_value = np.append(H_value, i)
#         elif i > 155:  # 将大于155的红色的H值，都看成是1，方便处理
#             H_value = np.append(H_value, 1.0)
#         H_avg = np.average(H_value)
#         if H_avg <= 18 or H_avg >= 156:
#             print('R')
#         elif H_avg >= 18 and H_avg <= 34:
#             print('y')
#         elif H_avg >= 35 and H_avg <= 100:
#             print('G')
#         else:
#             print("x")
#         return color

# cv2.imshow('HSV',image_hsv)
# H, S, V = cv2.split(roi)
# cv2.imshow('H', H)
# cv2.imshow('S', S)
# cv2.imshow('V', V)
cv2.waitKey()
cv2.destroyAllWindows()
# print(H)
# print(S)
# print(V)



# cv2.namedWindow("input", cv2.WINDOW_AUTOSIZE)
# cv2.imshow("input", src)
# src = cv2.resize(src, (0,0), fx=1.2, fy=1.2)#水平轴与垂直轴上的比例因子，我给它拉大了1.2倍
# print("--------- HL截取ROI区域的测试 ---------")
# print("鼠标选择ROI,然后点击 enter键")
# # r = cv2.selectROI('org', src, False)  # ,返回 (x_min, y_min, w, h)
#
# # roi区域
# roi = src[int(r[1]):int(r[1]+r[3]), int(r[0]):int(r[0]+r[2])]
# cv2.destroyAllWindows()
# cv2.imshow('ROI',roi)#显示ROI区域
#
# (B,G,R) = cv2.split(roi)#提取R、G、B分量
#
# cv2.imshow("Red",R)
# cv2.imshow("Green",G)
# cv2.imshow("Blue",B)
# cv2.waitKey(0)
# print(R)
# print("---------------")
# print(B)
# print("---------------")
# print(G)

# if
# elif
# elif
k = cv2.waitKey(0) & 0xFF
if k == 27: # 按Esc 键即可退出
    cv2.destroyAllWindows()
#    rose2 = cv2.resize(rose,(600,500))#修改图片的尺寸

# cv2.imwrite('D:\s_er.jpg', roi)
# """
# 提取图中的红色部分
# """
# hsv = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)
# low_hsv = np.array([0,43,5])
# high_hsv = np.array([10,255,255])
# mask = cv2.inRange(hsv,lowerb=low_hsv,upperb=high_hsv)
# cv2.imshow("test",mask)
# cv2.waitKey(0)
# cv2.destroyAllWindows()