用pythonopencv写识别黑色小球摆动的角度

首先，你需要通过摄像头或者视频读取黑色小球的图像。然后，你可以通过颜色分割算法将图像中的黑色小球分割出来。最后，你可以使用霍夫变换来检测小球的圆形，并计算小球摆动的角度。

以下是一个简单的代码示例：

import cv2
import numpy as np

# 读取视频
cap = cv2.VideoCapture('video.mp4')

while True:
    # 读取每一帧
    ret, frame = cap.read()

    # 转换为 HSV 颜色空间，提取黑色小球
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_black = np.array([0, 0, 0])
    upper_black = np.array([179, 255, 30])
    mask = cv2.inRange(hsv, lower_black, upper_black)

    # 检测小球的圆形
    circles = cv2.HoughCircles(mask, cv2.HOUGH_GRADIENT, dp=1, minDist=50,
                               param1=50, param2=30, minRadius=5, maxRadius=100)

    # 如果检测到了圆形
    if circles is not None:
        # 取第一个圆形
        circle = circles[0][0]

        # 计算小球的位置和半径
        x, y, r = int(circle[0]), int(circle[1]), int(circle[2])

        # 绘制圆形
        cv2.circle(frame, (x, y), r, (0, 255, 0), 2)

        # 计算角度
        angle = np.arcsin((y - 240) / r) * 180 / np.pi

        # 在图像上显示角度
        cv2.putText(frame, 'Angle: {:.2f}'.format(angle), (10, 50),
                    cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    # 显示图像
    cv2.imshow('frame', frame)

    # 按 Q 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头或视频
cap.release()

# 关闭窗口
cv2.destroyAllWindows()

在上面的代码中，我们使用了颜色分割算法提取了黑色小球，然后使用霍夫变换检测小球的圆形。最后，我们计算了小球摆动的角度，并在图像上显示出来。你可以根据自己的需求调整参数来获得更好的效果。