opencv红绿灯识别代码

以下是OpenCV实现红绿灯识别的示例代码：

import cv2

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

# 创建背景减除器
fgbg = cv2.createBackgroundSubtractorMOG2()

while True:
    # 读取一帧
    ret, frame = cap.read()

    if ret:
        # 转换为灰度图像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 使用高斯滤波平滑图像
        blur = cv2.GaussianBlur(gray, (5, 5), 0)

        # 应用背景减除器
        fgmask = fgbg.apply(blur)

        # 进行形态学操作，以去除噪点
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
        fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)

        # 寻找轮廓
        contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

        # 遍历轮廓
        for contour in contours:
            area = cv2.contourArea(contour)

            # 如果轮廓面积小于阈值，则忽略该轮廓
            if area < 100:
                continue

            # 计算轮廓的边界框
            x, y, w, h = cv2.boundingRect(contour)

            # 绘制边界框
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

            # 提取边界框内的图像
            roi = gray[y:y + h, x:x + w]

            # 计算图像的平均亮度
            mean = cv2.mean(roi)[0]

            # 如果平均亮度大于阈值，则认为是绿灯
            if mean > 100:
                cv2.putText(frame, 'Green', (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

            # 否则认为是红灯
            else:
                cv2.putText(frame, 'Red', (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)

        # 显示结果
        cv2.imshow('frame', frame)

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

# 释放资源
cap.release()
cv2.destroyAllWindows()

该代码使用背景减除器和形态学操作来提取红绿灯的轮廓，然后计算轮廓内部图像的平均亮度来判断红绿灯的颜色。注意，该代码只是一个示例，实际应用中可能需要进行更多的优化和调整。