Question

我想使用opencv和python找到LASER点的HSV值。我从这里得到了代码http://opencv-srf.blogspot.com.au/2010/09/object-detection-using-color-seperation.html，但它是在c ++中，安装visual studio和opencv需要时间，所以我在python中更改了代码

import cv2
import numpy as np

def callback(x):
pass

cap = cv2.VideoCapture(0)
cv2.namedWindow('image')

ilowH = 0
ihighH = 179

ilowS = 0
ihighS = 255
ilowV = 0
ihighV = 255

# create trackbars for color change
cv2.createTrackbar('lowH','image',ilowH,179,callback)
cv2.createTrackbar('highH','image',ihighH,179,callback)

cv2.createTrackbar('lowS','image',ilowS,255,callback)
cv2.createTrackbar('highS','image',ihighS,255,callback)

cv2.createTrackbar('lowV','image',ilowV,255,callback)
cv2.createTrackbar('highV','image',ihighV,255,callback)



while(1):
 ret, frame = cap.read()
 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 cv2.imshow('hsv', hsv)
 lower_hsv = np.array([ilowH, ilowS, ilowV])
 higher_hsv = np.array([ihighH, ihighS, ihighV])
 mask = cv2.inRange(hsv, lower_hsv, higher_hsv)
 cv2.imshow('mask', mask)
 cv2.imshow('frame', frame)
 print ilowH, ilowS, ilowV
 if(cv2.waitKey(1) & 0xFF == ord('q')):
    break


cv2.destroyAllWindows()
cap.release()

但是此代码不会限制任何内容。看起来我创建的轨迹栏不会改变ilowH，ilowS，ilowV的值。我通过在循环中打印这些值来检查它。什么可能是没有阈值任何这些值的问题或在python中找到更好的代码来找到激光的HSV值。谢谢，任何帮助表示赞赏。

Answer 1

您可以使用cv2.getTrackbarPos()获取轨道栏值。另请注意，有时它会使轨道栏无序，这很烦人，但至少它们已被标记。

但是，我不认为这些跟踪条可以很好地用于实时视频输入。有很多冻结问题。您必须具有超低帧率（如果您实际尝试显示它，则cv2.waitKey(500)适用于我）。这主要是由于轨道杆吸吮，而不是阈值操作，这不是那么慢。

您需要在创建命名窗口后添加跟踪栏。然后，对于while循环，请尝试：

while(True): # grab the frame ret, frame = cap.read() # get trackbar positions ilowH = cv2.getTrackbarPos('lowH', 'image') ihighH = cv2.getTrackbarPos('highH', 'image') ilowS = cv2.getTrackbarPos('lowS', 'image') ihighS = cv2.getTrackbarPos('highS', 'image') ilowV = cv2.getTrackbarPos('lowV', 'image') ihighV = cv2.getTrackbarPos('highV', 'image') hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) lower_hsv = np.array([ilowH, ilowS, ilowV]) higher_hsv = np.array([ihighH, ihighS, ihighV]) mask = cv2.inRange(hsv, lower_hsv, higher_hsv) frame = cv2.bitwise_and(frame, frame, mask=mask) # show thresholded image cv2.imshow('image', frame) k = cv2.waitKey(1000) & 0xFF # large wait time to remove freezing if k == 113 or k == 27: break

最后以cv2.destroyAllWindows()
结束文件
另外，HSV的最大H值是180，而不是179.

无耻的插件：我碰巧刚完成一个项目正在做这个，但在图片上。你可以在GitHub here上抓住它。有一个例子;尝试运行它，然后根据需要进行修改。它将允许您更改每个不同颜色空间内的颜色空间和阈值，并将打印您结束的最终阈值。此外，它还将返回操作中的输出图像供您使用。希望它对你有用！随意通过GitHub向项目发送任何问题或建议。

以下是它运行的示例：

作为输出，它会给你：

Colorspace: HSV Lower bound: [68.4, 0.0, 0.0] Upper bound: [180.0, 255.0, 255.0]

以及二进制图像。我目前正在努力将其纳入Web应用程序，但这可能几天都没有完成。

Answer 2

使用此代码来查找实时视频的遮罩范围！这样可以节省您的时间。下面是一个完整的代码，对其进行检查并运行以进行测试。

import cv2
import numpy as np

camera = cv2.VideoCapture(0)

def nothing(x):
    pass

cv2.namedWindow('marking')

cv2.createTrackbar('H Lower','marking',0,255,nothing)
cv2.createTrackbar('H Higher','marking',255,255,nothing)
cv2.createTrackbar('S Lower','marking',0,255,nothing)
cv2.createTrackbar('S Higher','marking',255,255,nothing)
cv2.createTrackbar('V Lower','marking',0,255,nothing)
cv2.createTrackbar('V Higher','marking',255,255,nothing)


while(1):
    _,img = camera.read()
    img = cv2.flip(img,1)

    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    hL = cv2.getTrackbarPos('H Lower','marking')
    hH = cv2.getTrackbarPos('H Higher','marking')
    sL = cv2.getTrackbarPos('S Lower','marking')
    sH = cv2.getTrackbarPos('S Higher','marking')
    vL = cv2.getTrackbarPos('V Lower','marking')
    vH = cv2.getTrackbarPos('V Higher','marking')

    LowerRegion = np.array([hL,sL,vL],np.uint8)
    upperRegion = np.array([hH,sH,vH],np.uint8)

    redObject = cv2.inRange(hsv,LowerRegion,upperRegion)

    kernal = np.ones((1,1),"uint8")

    red = cv2.morphologyEx(redObject,cv2.MORPH_OPEN,kernal)
    red = cv2.dilate(red,kernal,iterations=1)

    res1=cv2.bitwise_and(img, img, mask = red)


    cv2.imshow("Masking ",res1)

    if cv2.waitKey(10) & 0xFF == ord('q'):
        camera.release()
        cv2.destroyAllWindows()
        break`

谢谢！拥抱..

python opencv HSV测距仪创建轨迹栏

2 个答案: