给我一个用opencv python，利用realsense相机，实现识别“白色立方体”的程序。color画面经过高斯模糊、中值滤波等实现颜色的识别。然后结合depth深度数据，排除干扰

的物体，最终定位出白色立方体的位置。

以下是一个简单的示例代码，用于识别白色立方体：

import cv2
import numpy as np
import pyrealsense2 as rs

# 初始化realsense相机
pipeline = rs.pipeline()
config = rs.config()
config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 30)
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30)
pipeline.start(config)

# 定义白色的颜色范围
white_lower = np.array([0, 0, 200], dtype=np.uint8)
white_upper = np.array([255, 30, 255], dtype=np.uint8)

while True:
    # 获取相机图像
    frames = pipeline.wait_for_frames()
    color_frame = frames.get_color_frame()
    depth_frame = frames.get_depth_frame()
    if not color_frame or not depth_frame:
        continue

    # 将color图像转换为numpy数组
    color_image = np.asanyarray(color_frame.get_data())

    # 高斯模糊和中值滤波
    blurred = cv2.GaussianBlur(color_image, (11, 11), 0)
    median = cv2.medianBlur(blurred, 5)

    # 将图像从BGR转换为HSV
    hsv = cv2.cvtColor(median, cv2.COLOR_BGR2HSV)

    # 根据设定的颜色范围进行颜色识别，并生成二值图像
    mask = cv2.inRange(hsv, white_lower, white_upper)
    mask = cv2.erode(mask, None, iterations=2)
    mask = cv2.dilate(mask, None, iterations=2)

    # 找到白色区域的轮廓
    contours, hierarchy = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) > 0:
        # 找到最大的轮廓，并计算其外接矩形
        c = max(contours, key=cv2.contourArea)
        rect = cv2.minAreaRect(c)
        box = cv2.boxPoints(rect)
        box = np.int0(box)

        # 计算白色立方体的中心点
        center_x = int(rect[0][0])
        center_y = int(rect[0][1])

        # 获取白色立方体的深度值
        depth = depth_frame.get_distance(center_x, center_y)

        # 显示图像和深度值
        cv2.drawContours(color_image, [box], 0, (0, 255, 0), 2)
        cv2.putText(color_image, "Depth: {:.2f}m".format(depth), (30, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)
    else:
        # 如果没有找到白色立方体，则清空深度值
        depth = 0

    # 显示图像
    cv2.imshow("Color Image", color_image)
    cv2.imshow("Mask", mask)
    key = cv2.waitKey(1)
    if key == ord('q'):
        break

# 关闭所有窗口
cv2.destroyAllWindows()
pipeline.stop()