50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）
目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。
目标检测的根本任务就是将图片或者视频中感兴趣的目标提取出来，目标的识别可以基于颜色、纹理、形状。其中颜色属性运用十分广泛，也比较容易实现。下面就向大家分享一个我做的小实验———通过OpenCV的Python接口来实现从视频中进行颜色识别和跟踪。
下面就是我们完整的代码实现（已调试运行）：
importnumpyasnp
importcv2
font=cv2.FONT_HERSHEY_SIMPLEX
lower_green=np.array([35,110,106])#绿色范围低阈值
upper_green=np.array([77,255,255])#绿色范围高阈值
lower_red=np.array([0,127,128])#红色范围低阈值
upper_red=np.array([10,255,255])#红色范围高阈值
#需要更多颜色，可以去百度一下HSV阈值！
#cap=cv2.VideoCapture('1.mp4')#打开视频文件
cap=cv2.VideoCapture(0)#打开USB摄像头
if(cap.isOpened()):#视频打开成功
flag=1
else:
flag=0
num=0
if(flag):
while(True):
ret,frame=cap.read()#读取一帧
ifret==False:#读取帧失败
break
hsv_img=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
mask_green=cv2.inRange(hsv_img,lower_green,upper_green)#根据颜色范围删选
mask_red=cv2.inRange(hsv_img,lower_red,upper_red)
#根据颜色范围删选
mask_green=cv2.medianBlur(mask_green,7)#中值滤波
mask_red=cv2.medianBlur(mask_red,7)#中值滤波
mask=cv2.bitwise_or(mask_green,mask_red)
mask_green,contours,hierarchy=cv2.findContours(mask_green,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
mask_red,contours2,hierarchy2=cv2.findContours(mask_red,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
forcntincontours:
(x,y,w,h)=cv2.boundingRect(cnt)
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,255),2)
cv2.putText(frame,"Green",(x,y-5),font,0.7,(0,255,0),2)
forcnt2incontours2:
(x2,y2,w2,h2)=cv2.boundingRect(cnt2)
cv2.rectangle(frame,(x2,y2),(x2+w2,y2+h2),(0,255,255),2)
cv2.putText(frame,"Red",(x2,y2-5),font,0.7,(0,0,255),2)
num=num+1
cv2.imshow("dection",frame)
cv2.imwrite("imgs/%d.jpg"%num,frame)
ifcv2.waitKey(20)&0xFF==27:
break
cv2.waitKey(0)
cv2.destroyAllWindows()
如图所示，我们将会检测到红色区域
最终的效果图：
总结
以上所述是小编给大家介绍的50行Python代码实现视频中物体颜色识别和跟踪，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。