1.识别摄像传入的图片中不同颜色的圆盘 2.提供圆盘中心坐标

以下是一个基于Python和OpenCV的代码示例，用于识别摄像头传入图片中不同颜色的圆盘，并提供圆盘中心坐标：

import cv2
import numpy as np

# 定义颜色范围（以蓝色为例）
lower_blue = np.array([100, 50, 50])
upper_blue = np.array([130, 255, 255])

# 初始化摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取摄像头画面
    ret, frame = cap.read()

    # 将画面转换到HSV颜色空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 根据颜色范围创建掩膜
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 对掩膜进行形态学操作，以去除噪点
    mask = cv2.erode(mask, None, iterations=2)
    mask = cv2.dilate(mask, None, iterations=2)

    # 在掩膜中查找圆形轮廓
    contours, hierarchy = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 初始化圆盘中心坐标
    center = None

    # 如果找到了轮廓
    if len(contours) > 0:
        # 找到最大的轮廓
        c = max(contours, key=cv2.contourArea)

        # 计算最小外接圆
        ((x, y), radius) = cv2.minEnclosingCircle(c)

        # 计算圆心坐标
        M = cv2.moments(c)
        center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))

        # 绘制圆形和圆心
        cv2.circle(frame, (int(x), int(y)), int(radius), (0, 255, 255), 2)
        cv2.circle(frame, center, 5, (0, 0, 255), -1)

    # 显示画面
    cv2.imshow("Frame", frame)

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

# 释放摄像头和关闭窗口
cap.release()
cv2.destroyAllWindows()

请注意，该代码是基于摄像头输入的实时视频流进行处理的。您可以根据需要进行适当的修改和调整。