python opencv颜色跟踪

Question

下面是我用于跟踪白色对象的python代码 它可以工作 - 但只有几秒钟，然后整个屏幕变黑，有时候它不起作用。
我尝试了蓝色并且它有效 - 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，首先你应该知道你正在使用什么颜色空间。 只是OpenCV中Mat类型CV_8UC3的一个小色彩空间教程。 （来自维基百科的图片）

HSV

在HSV（色调，饱和度，值）颜色空间中，H给出颜色主色，S给出颜色的饱和度，V给出亮度。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（整圆），但为了适合一个字节（256个不同的值），它的值减半。

在HSV空间中更容易分离单个颜色，因为您可以简单地设置H的适当范围，并且只需要注意S不要太小（它几乎是白色），并且V不是太小（它会是黑暗的。）

因此，例如，如果你需要几乎蓝色颜色，你需要H大约为120（比如[110,130]），而S，V不要太小（比如[100,255] ]）。

白色不是色调（彩虹中没有白色），但它是颜色的组合。

在HSV中，您需要获取所有范围的H（H在[0,180]中），非常小的S值（比如[0,25]中的S）和非常高的V值（比如[230]中的V ，255]）。这基本上对应于锥体中心轴的上部。

因此，要使其跟踪HSV空间中的白色物体，您需要：

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

或者，因为您定义了灵敏度值，例如：

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

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，因此您需要采用两个范围和＆＃34; OR＆＃34;他们在一起：

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)

现在你应该能够跟踪任何颜色了！