虚拟机使用摄像头识别颜色物体的Python代码

A：

以下是一个简单的Python代码示例，它使用OpenCV库来访问计算机上的摄像头，并使用颜色过滤器识别红色物体：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while True:
    # 捕获帧
    _, frame = cap.read()
    
    # 将帧转换为HSV颜色空间
    hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    
    # 创建红色颜色范围(Min-Max)颜色过滤器
    red_lower = np.array([0, 120, 70])
    red_upper = np.array([10, 255, 255])
    red_mask = cv2.inRange(hsv_frame, red_lower, red_upper)
    
    # 对图像进行形态学转换以去除噪点
    kernel = np.ones((5, 5), np.uint8)
    red_mask = cv2.erode(red_mask, kernel)
    red_mask = cv2.dilate(red_mask, kernel)
    
    # 查找红色物体的轮廓
    contours, _ = cv2.findContours(red_mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
    # 在图像上绘制红色物体的边框
    for contour in contours:
        area = cv2.contourArea(contour)
        
        if area > 100:
            x, y, w, h = cv2.boundingRect(contour)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
    
    # 显示视频流窗口
    cv2.imshow("Color Tracking", frame)
    
    # 按ESC键结束程序
    key = cv2.waitKey(1)
    if key == 27:
        break

# 释放资源并关闭窗口
cap.release()
cv2.destroyAllWindows()

这段代码首先打开计算机上的默认摄像头，并在循环中捕获连续的视频帧。然后，它将每一帧转换为HSV颜色空间，并使用颜色过滤器提取出红色物体。接下来，程序对过滤后的图像进行形态学转换以去除噪点，并查找红色物体的轮廓。最后，程序在原始图像上绘制红色物体的边框，并在窗口中显示视频流。程序会一直循环下去，并在按下ESC键后释放资源并关闭窗口。