用vscode编写python代码，请写出利用opencv实现对单张图片traffic.jpg进行交通灯颜色（红，绿，蓝）的颜色轮廓识别的完整代码，并显示被识别出来的交通灯黑白轮廓的结果图

在VSCode中使用Python和OpenCV进行交通灯颜色识别并显示轮廓，首先需要安装必要的库，如`numpy`, `opencv-python`, 和 `matplotlib`。下面是一个简单的示例代码，它加载图像、分割颜色区域、查找轮廓并绘制结果：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 加载图片
img = cv2.imread('traffic.jpg', cv2.IMREAD_COLOR)

# 将图像转换为HSV色彩空间，方便区分颜色
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义红、绿、蓝三种颜色的HSV范围
red_lower = (0, 50, 50)
red_upper = (10, 255, 255)
green_lower = (40, 50, 50)
green_upper = (80, 255, 255)
blue_lower = (110, 50, 50)
blue_upper = (130, 255, 255)

# 对每个颜色分别创建掩码
mask_red = cv2.inRange(hsv, red_lower, red_upper)
mask_green = cv2.inRange(hsv, green_lower, green_upper)
mask_blue = cv2.inRange(hsv, blue_lower, blue_upper)

# 将所有掩码组合在一起，获取颜色区域的位置
combined_mask = mask_red | mask_green | mask_blue

# 找到轮廓
contours, _ = cv2.findContours(combined_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓，对每个可能的交通灯提取边界并画出轮廓
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    
    # 只保留较大的交通灯，过滤小碎片
    if w > 50 and h > 50:
        roi = img[y:y+h, x:x+w]
        
        # 将ROI转为灰度并二值化
        gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)
        _, thresh = cv2.threshold(gray_roi, 127, 255, cv2.THRESH_BINARY_INV)

        # 显示轮廓
        cv2.drawContours(img, [contour], -1, (0, 0, 255), 2)  # 黑色轮廓
        cv2.imshow("Original", img)
        cv2.waitKey(0)

# 显示最终结果
plt.figure(figsize=(10,10))
plt.subplot(121), plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)), plt.title('Color Contours')
plt.subplot(122), plt.imshow(thresh, cmap='gray'), plt.title('Black & White Contours')
plt.show()

运行这个代码后，会先显示原始彩色图像以及经过颜色分离后的黑白轮廓图。