用pythonopencv写识别黑色小球摆动离杆的角度

要识别黑色小球摆动离杆的角度，可以利用OpenCV的图像处理和计算几何库。

首先，采集视频并将其转换为帧序列。然后，对每一帧进行以下操作：

1. 将图像转换为灰度图像
2. 通过二值化处理将黑色小球和背景分离
3. 使用霍夫圆变换(Hough Circle Transform)在二值图像中检测小球
4. 对检测到的小球进行筛选，确保其在摆动时离杆较近
5. 计算小球与杆的连线与竖直方向之间的夹角，即为摆动角度。

下面是一个示例代码：

import cv2
import numpy as np

# 读取视频文件
cap = cv2.VideoCapture('video.mp4')

while True:
    # 逐帧读取
    ret, frame = cap.read()

    if not ret:
        break

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

    # 二值化处理
    _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

    # 霍夫圆变换检测圆
    circles = cv2.HoughCircles(thresh, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30, minRadius=0, maxRadius=0)

    # 如果检测到圆
    if circles is not None:
        # 将圆坐标转换为整数
        circles = np.round(circles[0, :]).astype("int")

        # 对检测到的小球进行筛选
        for (x, y, r) in circles:
            if y > 300 and y < 400 and x > 200 and x < 300:
                # 绘制圆和圆心
                cv2.circle(frame, (x, y), r, (0, 255, 0), 2)
                cv2.circle(frame, (x, y), 2, (0, 0, 255), 3)

                # 计算摆动角度
                angle = np.arctan2(y - 350, x - 250) * 180 / np.pi
                if angle < 0:
                    angle += 360

                # 在窗口中显示角度
                cv2.putText(frame, "Angle: {:.2f}".format(angle), (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

    # 显示处理后的图像
    cv2.imshow("Frame", frame)

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

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

在这个示例中，我们假设小球的位置在(200, 300)到(300, 400)的矩形内。你需要根据实际情况调整这个区域。同时，需要根据你的具体需求来调整其他参数，例如阈值、圆检测参数等。