python opencv颜色跟踪

Question

以下是我用于跟踪白色物体的 Python 代码。
它有效 - 但只有几秒钟，然后整个屏幕变黑，有时它不起作用。
我尝试了蓝色，它有效 - 但白色和绿色给我带来了问题：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):

_, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# define range of white color in HSV
# change it according to your need !
sensitivity = 15
lower_white = np.array([0,0,255-sensitivity])
upper_white = np.array([255,sensitivity,255])

# Threshold the HSV image to get only white colors
mask = cv2.inRange(hsv, lower_white, upper_white)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)

cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)

k = cv2.waitKey(5) & 0xFF
if k == 27:
break

cv2.destroyAllWindows()

Answer 1

嗯，首先你应该知道你使用的是什么色彩空间。 只是一个关于 Mat 类型为 CV_8UC3 的 OpenCV 色彩空间的小教程。 （图片来自维基百科）

HSV

在 HSV（色相、饱和度、值）色彩空间中，H 给出颜色的主色，S 给出颜色的饱和度，V 给出明度。在 OpenCV 中，范围是不同的。 S,V 在 [0,255] 中，而 H 在 [0, 180] 中。通常 H 在 [0,360] 范围内（整个圆圈），但为了适应一个字节（256 个不同的值），它的值减半。

在 HSV 空间中更容易分离单一颜色，因为您可以简单地为 H 设置适当的范围，并注意 S 不能太小（几乎是白色），V 不能太小（天会黑）。

因此，例如，如果您需要几乎 蓝色 的颜色，则需要 H 在值 120 左右（例如在 [110,130] 中），并且 S,V 不能太小（例如在 [100,255 ])。

白色不是色调（彩虹中没有白色），而是颜色的组合。

在 HSV 中，您需要取 H 的所有范围（H 在 [0, 180] 中）、非常小的 S 值（例如 [0, 25] 中的 S）和非常高的 V 值（例如 [230 中的 V , 255])。这基本上对应于圆锥的中轴上部。

---

所以要让它跟踪 HSV 空间中的白色物体，你需要：

lower_white = np.array([0, 0, 230])
upper_white = np.array([180, 25, 255])

或者，因为您定义了一个敏感度值，例如：

sensitivity = 15
lower_white = np.array([0, 0, 255-sensitivity])
upper_white = np.array([180, sensitivity, 255])

对于其他颜色：

green = 60;
blue = 120;
yellow = 30;
...
sensitivity = 15

// Change color with your actual color
lower_color = np.array([color - sensitivity, 100, 100]) 
upper_color = np.array([color + sensitivity, 255, 255])

红色 H 值为 0，所以你需要取两个范围并将它们“或”在一起：

sensitivity = 15
lower_red_0 = np.array([0, 100, 100]) 
upper_red_0 = np.array([sensitivity, 255, 255])
lower_red_1 = np.array([180 - sensitivity, 100, 100]) 
upper_red_1 = np.array([180, 255, 255])

mask_0 = cv2.inRange(hsv, lower_red_0 , upper_red_0);
mask_1 = cv2.inRange(hsv, lower_red_1 , upper_red_1 );

mask = cv2.bitwise_or(mask1, mask2)

现在您应该可以跟踪任何颜色了！