python红绿灯代码

以下是一个简单的红绿灯代码示例，用Python编写：

import time

while True:
    print("Red light")
    time.sleep(5)  # 红灯亮5秒
    print("Green light")
    time.sleep(10)  # 绿灯亮10秒

这个代码将不断地循环执行，先打印 "Red light"，然后等待5秒钟，接着打印 "Green light"，再等待10秒钟。然后它会再次回到红灯状态，周而复始。这个程序可以通过控制LED灯等硬件设备来实现真正的红绿灯交通信号灯系统。

相关问题

python红绿灯图像代码

以下是使用Python和OpenCV库实现的红绿灯图像识别代码示例：

import cv2

# 加载红绿灯图像
img = cv2.imread('traffic_light.jpg')

# 将图像转换为HSV颜色空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 确定红色区域的范围
lower_red = np.array([0, 50, 50])
upper_red = np.array([10, 255, 255])

# 确定绿色区域的范围
lower_green = np.array([50, 100, 100])
upper_green = np.array([70, 255, 255])

# 创建掩膜来过滤颜色
red_mask = cv2.inRange(hsv, lower_red, upper_red)
green_mask = cv2.inRange(hsv, lower_green, upper_green)

# 对于红灯区域，将其转换为白色，并对其进行膨胀操作以消除噪声
red_mask = cv2.bitwise_not(red_mask)
red_mask = cv2.dilate(red_mask, None, iterations=2)

# 对于绿灯区域，将其转换为白色，并对其进行膨胀操作以消除噪声
green_mask = cv2.bitwise_not(green_mask)
green_mask = cv2.dilate(green_mask, None, iterations=2)

# 找到红灯区域的轮廓，并绘制轮廓
red_contours, _ = cv2.findContours(red_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, red_contours, -1, (0, 0, 255), 2)

# 找到绿灯区域的轮廓，并绘制轮廓
green_contours, _ = cv2.findContours(green_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, green_contours, -1, (0, 255, 0), 2)

# 显示结果
cv2.imshow('Traffic Light', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先加载红绿灯图像，然后将其转换为HSV颜色空间。接下来，我们确定红色和绿色区域的颜色范围，并使用`cv2.inRange()`函数创建掩膜以过滤颜色。然后，我们对红色和绿色掩膜进行形态学操作，以消除噪声。最后，我们找到红灯区域和绿灯区域的轮廓，并将其绘制到原始图像上。最终，我们显示了结果。

红绿灯识别python代码

红绿灯识别是计算机视觉中一项重要的任务，下面是使用Python和OpenCV库编写的红绿灯识别代码示例：

import cv2

# 加载分类器
cascade_classifier = cv2.CascadeClassifier('haarcascade_traffic_light.xml')

# 读取图像
img = cv2.imread('traffic_light.jpg')

# 图像灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测红绿灯
lights = cascade_classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

# 标记红绿灯位置
for (x, y, w, h) in lights:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示结果
cv2.imshow('Traffic Light Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码中，使用`CascadeClassifier`加载训练好的分类器模型，然后使用`detectMultiScale`方法在图像中检测红绿灯，最后使用`rectangle`方法标记红绿灯的位置。运行代码后可以得到标记了红绿灯位置的图像。需要注意的是，此代码仅适用于检测静止的红绿灯，对于动态的红绿灯需要使用更高级的算法进行处理。