基于Python-OpenCV实现蓝色物体检测并打印中心坐标

我明白您的问题，并且可以提供一些思路。蓝色物体检测通常可以通过以下步骤实现：

1. 读取图像并将其转换为HSV颜色空间
2. 定义蓝色的HSV范围并通过inRange函数对图像进行二值化处理
3. 对二值图像进行形态学处理，例如腐蚀和膨胀，以消除噪声和填充空洞
4. 根据二值图像计算物体的质心或轮廓

以下是实现这些步骤的Python代码片段：

import cv2
import numpy as np

# 读取图像并将其转换为HSV颜色空间
img = cv2.imread('image.jpg')
hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义蓝色的HSV范围并通过inRange函数对图像进行二值化处理
lower_blue = np.array([110, 50, 50])
upper_blue = np.array([130, 255, 255])
mask = cv2.inRange(hsv_img, lower_blue, upper_blue)

# 对二值图像进行形态学处理，例如腐蚀和膨胀，以消除噪声和填充空洞
kernel = np.ones((5,5),np.uint8)
mask = cv2.erode(mask,kernel,iterations = 1)
mask = cv2.dilate(mask,kernel,iterations = 1)

# 根据二值图像计算物体的质心或轮廓
moment = cv2.moments(mask)
if moment["m00"] != 0:
    cx = int(moment["m10"] / moment["m00"])
    cy = int(moment["m01"] / moment["m00"])
    print("物体中心坐标为：({},{})".format(cx, cy))

请注意，以上代码是一种通用方法，具体的参数可能需要根据不同的图像进行调整。