【OpenCV学习笔记】三十一、轮廓特征属性及应用(八)——颜色物体识别与跟踪

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/abc8730866/article/details/69564836

轮廓特征属性及应用(八)——颜色物体识别与跟踪

颜色空间转换——cvtColor()

颜色区间范围筛选——inRange()

先上ppt：

代码：1.滑动条HSV参数debug工具

///滑动条HSV参数debug工具
#include "opencv2/opencv.hpp"
using namespace cv;

Mat srcImg;
Mat hsvImg;
Mat dstImg;
int h_min = 35, s_min = 43, v_min = 46 ;//初始化为绿色的hsv取值范围
int h_max = 77, s_max = 255, v_max = 255;
void onChange(int,void* )
{
	Scalar hsv_min = Scalar(h_min, s_min, v_min);
	Scalar hsv_max = Scalar(h_max, s_max, v_max);
	inRange(hsvImg, hsv_min, hsv_max, dstImg);//属于这个范围的会变成白色，其他为黑，存放在dstImg中
	imshow("HSV-Filter", dstImg);
}

int main()
{
	srcImg = imread("bgr.jpg", CV_LOAD_IMAGE_COLOR);
	cvtColor(srcImg,hsvImg,CV_BGR2HSV);
	dstImg = Mat::zeros(srcImg.size(),CV_8U);//dstImg需同srcImg相同大小，且类型为CV_8U
	namedWindow("HSV-Filter",CV_WINDOW_NORMAL);
	createTrackbar("h_min", "HSV-Filter", &h_min, 180, onChange, &dstImg);
	createTrackbar("h_max", "HSV-Filter", &h_max, 180, onChange, &dstImg);
	createTrackbar("s_min", "HSV-Filter", &s_min, 255, onChange, &dstImg);
	createTrackbar("s_max", "HSV-Filter", &s_max, 255, onChange, &dstImg);
	createTrackbar("v_min", "HSV-Filter", &v_min, 255, onChange, &dstImg);
	createTrackbar("v_max", "HSV-Filter", &v_max, 255, onChange, &dstImg);
	imshow("srcImg", srcImg);
	onChange(0,0);//使得一开始就显示"HSV-Filter"窗口
	waitKey(0);
	return 0;
}

运行结果：

代码：2.视频中颜色识别与跟踪

///视频中颜色识别与跟踪
#include "opencv2/opencv.hpp"
using namespace cv;
#include <iostream>;
using namespace std;
int main()
{
	//1.定义VideoCapture类video读取视频
	VideoCapture video("1.mp4");
	if (!video.isOpened())//VideoCapture类的异常检测
	{
		cout << "video open error!" << endl;
		return 0;
	}
	double height = video.get(CV_CAP_PROP_FRAME_HEIGHT);//获得VideoCapture类中的信息
	double width = video.get(CV_CAP_PROP_FRAME_WIDTH);
	double count = video.get(CV_CAP_PROP_FRAME_COUNT);
	double FPS = video.get(CV_CAP_PROP_FPS);
	//2.遍历帧
	Mat frame;
	for (int i = 0; i < count; i++)
	{
		video >> frame;
		if (frame.empty())//帧的异常检测
		{
			cout << "frame empty" << endl;
			return 0;
		}
		//3.颜色筛选
		Mat hsvImg;
		cvtColor(frame, hsvImg, CV_BGR2HSV);
		int h_min = 35, s_min = 108, v_min = 140;//筛选出绿色区域的值，由debug工具调试得来
		int h_max = 77, s_max = 255, v_max = 255;
		Scalar hsv_min = Scalar(h_min, s_min, v_min);
		Scalar hsv_max = Scalar(h_max, s_max, v_max);
		Mat dstImg = Mat::zeros(frame.size(), CV_8U);//dstImg需同frame相同大小，且类型为CV_8U
		inRange(hsvImg, hsv_min, hsv_max, dstImg);//属于这个范围的会变成白色，其他为黑，存放在dstImg中
		medianBlur(dstImg, dstImg, 5);//中值滤波去除噪声
		imshow("dstImg", dstImg);//显示颜色删选结果
		//4.查找轮廓
		vector<vector<Point>> contours;
		findContours(dstImg, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
		//5.查找正外接矩形
		vector<Rect> boundRect(contours.size());
		boundRect[0] = boundingRect(contours[0]);
		//6.绘制正外接矩形并添加文字
		rectangle(frame, boundRect[0], Scalar(0, 255, 0), 1, 8);
		putText(frame, "Green", Point(boundRect[0].x, boundRect[0].y), CV_FONT_HERSHEY_PLAIN, 1, Scalar(0, 255, 0), 1, 8);
		//7.显示每一帧，并按原FPS显示
		imshow("frame", frame);
		if (waitKey(1000 / FPS) == 27)//经过换算，每（1000/Fps）显示一帧，与原视频FPS一样。且Esc控制跳出循环退出  
		{
			cout << "ESC退出" << endl;
		}
	}
	return 0;
}

运行结果：