OpenCV3.0+Python3.6实现特定颜色的物体追踪实现特定颜色的物体追踪
主要为大家详细介绍了OpenCV3.0+Python3.6实现特定颜色的物体追踪，具有一定的参考价值，感兴趣的小伙
伴们可以参考一下
一、环境一、环境
win10、Python3.6、OpenCV3.x；编译器：pycharm5.0.3
二、实现目标二、实现目标
根据需要追踪的物体颜色，设定阈值，在视频中框选出需要追踪的物体。
三、实现步骤三、实现步骤
1）根据需要追踪的物体颜色，设定颜色阈值，获取追踪物体的掩膜
代码：generate_threshold.py
# -*- coding : utf-8 -*-
# Author: Tom Yu
import cv2
import numpy as np
cap = cv2.VideoCapture(0)#获取摄像头图像
# img = cv2.imread("timg1.jpg")
# hsv_img = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
def nothing(x):
pass
def createbars():
"""
实现创建六个滑块的作用，分别控制H、S、V的最高值与最低值
"""
cv2.createTrackbar("H_l","image",0,180,nothing)
cv2.createTrackbar("H_h","image",0,180,nothing)
cv2.createTrackbar("S_l","image",0,255,nothing)
cv2.createTrackbar("S_h","image",0,255,nothing)
cv2.createTrackbar("V_l","image",0,255,nothing)
cv2.createTrackbar("V_h","image",0,255,nothing)
cv2.namedWindow("image")
createbars()#创建六个滑块
lower = np.array([0,0,0])#设置初始值
upper = np.array([0,0,0])
while True:
ret,frame = cap.read()
hsv_frame = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)#将图片由BGR颜色空间转化成HSV空间，HSV可以更好地分割颜色图形
lower[0]=cv2.getTrackbarPos("H_l","image")#获取"H_l"滑块的实时值
upper[0]=cv2.getTrackbarPos("H_h","image")#获取"H_h"滑块的实时值
lower[1]=cv2.getTrackbarPos("S_l","image")
upper[1]=cv2.getTrackbarPos("S_h","image")
lower[2]=cv2.getTrackbarPos("V_l","image")
upper[2]=cv2.getTrackbarPos("V_h","image")
mask = cv2.inRange(hsv_frame,lower,upper)#cv2.inrange()函数通过设定的最低、最高阈值获得图像的掩膜
cv2.imshow("img",frame)
cv2.imshow("mask",mask)
if cv2.waitKey(1)&0xff == 27:
break
cv2.destroyAllWindows()
实现效果：获取需要追踪的物体颜色阈值
