请用vscode中的 opencv库编写python代码，实现对图片中的交通灯进行颜色识别的功能。使用opencv自带的cv2.inrange

在Visual Studio Code (VSCode) 中使用 OpenCV 库进行交通灯颜色识别，首先需要安装必要的库，包括`opencv-python`和可能的`numpy`。以下是一个简单的步骤和代码示例：

1. **安装依赖**:
- 安装OpenCV: 打开终端或命令提示符，在项目文件夹下运行 `pip install opencv-python numpy`

2. **导入所需模块**:

import cv2
import numpy as np

3. **读取并预处理图像**:

# 读取图片
image = cv2.imread('traffic_light.jpg', 0)  # 读取为灰度图像

4. **设置颜色范围**:

# 通常交通灯的颜色范围，你可以根据实际需求调整这些值
lower_red = np.array([0, 50, 50])  # 红色
upper_red = np.array([10, 255, 255])

lower_green = np.array([35, 50, 50])  # 绿色
upper_green = np.array([70, 255, 255])

lower_yellow = np.array([25, 50, 50])  # 黄色
upper_yellow = np.array([40, 255, 255])

5. **创建掩码并进行颜色筛选**:

mask_red = cv2.inRange(image, lower_red, upper_red)
mask_green = cv2.inRange(image, lower_green, upper_green)
mask_yellow = cv2.inRange(image, lower_yellow, upper_yellow)

combined_mask = mask_red + mask_green + mask_yellow

6. **查找轮廓并分析**:

contours, _ = cv2.findContours(combined_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    if is_traffic_light_area(x, y, w, h):  # 自定义函数判断是否交通灯区域
        # 进一步分析颜色，比如计算像素平均值或使用更复杂的特征检测
        color = get_color(image[y:y+h, x:x+w])  # 获取颜色信息

        # 根据颜色做相应操作，如打印结果、画框等
        print(f"Detected traffic light color: {color}")

请注意，这个例子假设交通灯区域已经大致分离出来了，并且有一些辅助函数`is_traffic_light_area()` 和 `get_color()` 来判断是否为交通灯区域以及获取颜色。这只是一个基础框架，实际应用中可能需要更复杂的图像处理和机器学习技术来准确识别颜色。