python opencv通过摄像头跟踪红色小球，输出红色小球坐标

好的，以下是Python OpenCV跟踪红色小球并输出其坐标的代码：

import cv2
import numpy as np

# 设置红色的HSV范围
lower_red = np.array([0, 100, 100])
upper_red = np.array([10, 255, 255])
 
# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取帧
    ret, frame = cap.read()
 
    # 转换颜色空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 
    # 根据颜色范围构建掩膜
    mask = cv2.inRange(hsv, lower_red, upper_red)
 
    # 腐蚀和膨胀操作，消除噪声
    mask = cv2.erode(mask, None, iterations=2)
    mask = cv2.dilate(mask, None, iterations=2)
 
    # 查找红色小球的轮廓
    contours, hierarchy = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 如果找到了轮廓
    if len(contours) > 0:
        # 找到面积最大的轮廓
        c = max(contours, key=cv2.contourArea)
 
        # 计算红色小球的中心坐标
        M = cv2.moments(c)
        center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
 
        # 画出红色小球的轮廓和中心点
        cv2.drawContours(frame, [c], -1, (0, 255, 0), 2)
        cv2.circle(frame, center, 5, (0, 0, 255), -1)
 
        # 输出红色小球的坐标
        print("Red ball coordinates: ", center)
 
    # 显示视频帧
    cv2.imshow("Tracking Red Ball", frame)
 
    # 按'q'键退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

在这个程序中，我们首先通过设置HSV颜色范围来识别红色小球的掩膜。然后对掩膜进行腐蚀和膨胀操作，以消除噪声。接下来，我们查找掩膜中的轮廓，找到面积最大的轮廓，计算红色小球的中心坐标，并在视频帧中标记出来。最后，程序输出红色小球的坐标，并在窗口中显示视频帧。