基于opencv进行摄像头精准识别检测追踪小球并标出位置系统c++代码

以下是基于 OpenCV 的摄像头精准识别检测追踪小球并标出位置的 C++ 代码示例：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    // 打开摄像头
    VideoCapture cap(0);

    // 检查是否成功打开摄像头
    if (!cap.isOpened())
    {
        std::cout << "无法打开摄像头！" << std::endl;
        return -1;
    }

    // 创建窗口
    namedWindow("摄像头", CV_WINDOW_AUTOSIZE);

    // 创建一个颜色范围的过滤器，用于检测小球
    Scalar lowerBound = Scalar(29, 86, 6);
    Scalar upperBound = Scalar(64, 255, 255);
    Mat frame, hsv, mask;

    // 无限循环，直到用户按下 Esc 键退出程序
    while (true)
    {
        // 获取当前帧
        cap.read(frame);

        // 将当前帧转换为 HSV 颜色空间
        cvtColor(frame, hsv, COLOR_BGR2HSV);

        // 应用颜色范围过滤器来检测小球
        inRange(hsv, lowerBound, upperBound, mask);

        // 对二值图像进行形态学操作，以消除噪声
        erode(mask, mask, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));
        dilate(mask, mask, getStructuringElement(MORPH_ELLIPSE, Size(5, 5)));

        // 查找小球的轮廓
        std::vector<std::vector<Point>> contours;
        std::vector<Vec4i> hierarchy;
        findContours(mask, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE);

        // 如果找到了轮廓，则说明检测到了小球
        if (contours.size() > 0)
        {
            // 在图像中画出小球的最小外接圆
            std::vector<Point2f> center;
            std::vector<float> radius;
            minEnclosingCircle(contours[0], center, radius);
            circle(frame, center[0], radius[0], Scalar(0, 0, 255), 2);
        }

        // 显示处理后的图像
        imshow("摄像头", frame);

        // 检查用户是否按下 Esc 键
        if (waitKey(30) == 27)
        {
            break;
        }
    }

    // 释放摄像头和窗口资源
    cap.release();
    destroyAllWindows();

    return 0;
}

该代码使用了颜色范围过滤器，将图像中的小球检测出来，并使用最小外接圆将其包围。你可以根据自己的需求，调整颜色范围过滤器的参数，以适应不同的环境和小球颜色。