1.ビデオ読書
まず、テストしたビデオが4kであるため、ビデオを読み込みます。サイズ変更を使用してビデオの解像度を調整しました。
cap = cv2.VideoCapture（ 'video /小路口.mp4'）
while True：
ret、frame = cap.read（）
if ret == False：
break
frame = cv2.resize（frame、（1920,1080））
cv2。 imshow（ 'frame'、frame）
c = cv2.waitKey（10）
if c == 27：
break
imshow（）（以下に示すように）
2.ロイエリアを傍受する
roi領域をインターセプトします。つまり、不要な干渉要因を回避するために、トラフィックライトの位置をインターセプトする必要があります（下の図を参照）。
傍受されたロイ（下図に示す）
3.hsvカラースペースを変換します
HSV色成分範囲（詳細は元のリンクを参照）
一般に、色空間画像の効果的な処理はHSV空間で行われるため、基本色の対応するHSV成分に厳密な範囲を指定する必要があります。以下は実験により計算されます。ファジー範囲（正確な範囲はインターネットで提供されていません）。H：0〜180
S：0〜255
V：0-255
ここでは、赤の一部が紫の範囲として分類されています（下の図を参照）。
上記には特定の色の値が与えられています。色の効果が良くない場合は、pythonコードを使用して最小値と最大値を微調整できます。opencvのAPIを使用して、必要な色を取得します。次のコードをにコピーできます。色を調整します。
1.まずロイエリアの写真を撮る必要があります
2.写真を読んで色の値を調整します
色調整コードは次のとおりです:(詳細については、ビデオチュートリアルのリンクを参照してください）
import cv2
import numpy as np
def empty（a）：
pass
def stackImages（scale、imgArray）：
rows = len（imgArray）
cols = len（imgArray [0]）
rowsAvailable = isinstance（imgArray [0]、list）
width = imgArray [0] [0] .shape [1]
height = imgArray [0] [0] .shape [0]
if rowsAvailable：
for x in range（0、rows）：
for y in range（0、cols）：
if imgArray [x] [y] .shape [：2] == imgArray [0] [0] .shape [：2]：
imgArray [x] [y] = cv2.resize（imgArray [x] [y]、（0 、0）、なし、スケール、スケール）
else：
imgArray [x] [y] = cv2.resize（imgArray [x] [y]、（imgArray [0] [0] .shape [1]、imgArray [0] [0] .shape [0]）、なし、 scale、scale）
if len（imgArray [x] [y] .shape）== 2：imgArray [x] [y] = cv2.cvtColor（imgArray [x] [y]、cv2.COLOR_GRAY2BGR）
imageBlank = np.zeros （（height、width、3）、np.uint8）
hor = [imageBlank] * rows
hor_con = [imageBlank] *
range（0、rows）内のxの行：
hor [x] = np.hstack（imgArray [x] ）
ver = np.vstack（hor）
else：
for x in range（0、rows）：
if imgArray [x] .shape [：2] == imgArray [0] .shape [：2]：
imgArray [x] = cv2.resize（imgArray [x]、（0、0）、None、scale、scale）
else：
imgArray [x] = cv2.resize（imgArray [x]、（imgArray [0] .shape [1]、imgArray [0] .shape [0]）、None、scale、scale）
if len（imgArray [x]。 shape）== 2：imgArray [x] = cv2.cvtColor（imgArray [x]、cv2.COLOR_GRAY2BGR）
hor = np.hstack（imgArray）
ver = hor
return ver
＃读取的図片
路直径パス= '。/ green。 JPG」
cv2.namedWindow（ "トラックバー"）
cv2.resizeWindow（ "トラックバー"、640240）
cv2.createTrackbar（ "色相分"、 "トラックバー"、0179、空）
cv2.createTrackbar（ "色相マックス"、 "トラックバー"、 19,179、empty）
cv2.createTrackbar（ "Sat Min"、 "TrackBars"、110,255、empty）空）
cv2.createTrackbar（ "Val Max"、 "TrackBars"、255,255、empty）
cv2.createTrackbar（" Sat Max "、"TrackBars "、240,255、empty）
cv2.createTrackbar（ "Val Min"、 "TrackBars"、153,255、empty）
while True：
img = cv2.imread（path）
imgHSV = cv2.cvtColor（img、cv2.COLOR_BGR2HSV）
h_min = cv2.getTrackbarPos（ "Hue Min" 、 "TrackBars"）
h_max = cv2.getTrackbarPos（ "Hue Max"、 "TrackBars"）
s_min = cv2.getTrackbarPos（ "Sat Min"、 "TrackBars"）
s_max = cv2.getTrackbarPos（ "Sat Max"、 "TrackBars"）
v_min = cv2.getTrackbarPos（ "Val Min"、 "TrackBars"）
v_max = cv2.getTrackbarPos（ "Val Max"、 "TrackBars"）
print（h_min、h_max、s_min、s_max、v_min、v_max）
lower = np.array（ [h_min、s_min、v_min]）
upper = np。array（[h_max、s_max、v_max]）
マスク= cv2.inRange（imgHSV、lower、upper）
imgResult = cv2.bitwise_and（img、img、mask = mask）
imgStack = stackImages（0.6、（[img、imgHSV]、[mask、imgResult]））
cv2.imshow（ "Stacked Images"、imgStack）
cv2.waitKey（1）
コードを実行した後、調整結果（下の図に示すように）は、緑色が取得されたことは明らかです。
4.バイナリ画像の色判定
画像はバイナリ画像であるため、画像に255の白い点がある場合、最大値の255を取得すると、ビデオフレームは連続的に変化し、各カラー値をトラバースします。
red_color = np.max（red_blur） green_color = np.max（green_blur） if red_color == 255： print（ 'red'） elif green_color == 255： print（ 'green'）
5.カラー結果が画像に描画されます
長方形のフレームを使用して、トラフィックライトエリアを選択します
cv2.rectangle（frame、（1020,50）、（1060,90）、（0,0,255）、2） ＃座標cv2.putText（frame、 "red"、（1020、40）、cv2で長方形のフレームを描画します.FONT_HERSHEY_COMPLEX、1、（0、0、255）、2）＃赤いテキスト情報を表示する
6.完全なコード
import cv2
import numpy as np
cap = cv2.VideoCapture（ 'video /小路口.mp4'）
while True：
ret、frame = cap.read（）
if ret == False：
break
frame = cv2.resize（frame、（1920 、1080））
＃截取roi登録
roiColor = frame [50：90,950：1100]
＃変換换hsv颜色空ºhsv
= cv2.cvtColor（roiColor、cv2.COLOR_BGR2HSV）
#red
lower_hsv_red = np.array（[157,177,122]）
upper_hs .array（[179,255,255]）
mask_red = cv2.inRange（hsv、lowerb = lower_hsv_red、upperb = upper_hsv_red）
＃中值滤波
red_blur = cv2.medianBlur（mask_red、7）
#green
lower_hsv_green = np.array（[49 ）
upper_hsv_green = np.array（[90,255,255]）
mask_green = cv2.inRange（hsv、lowerb = lower_hsv_green、upperb = upper_hsv_green）
＃メディアン
フィルターgreen_blur = cv2.medianBlur（mask_green、7）＃
画像はバイナリ画像であるため、画像に255の白い点がある場合は、最大値を255にします
。red_color= np.max（red_blur）
green_color = np.max（green_blur）
＃値が255に等しい場合、バイナリ画像をred_colorで判断します。
red_color == 255の場合、赤と判断されます：
print（ 'red'）
＃。。。これは私がよく混乱する座標です。。。それらをリストアップして覚えておいてください。。。
＃y
y + hx x + w #frame [50：90,950：1100] ＃xy
x + w y + h
cv2.rectangle（frame、（1020,50）、（1060,90）、（0,0,255）、2 ）＃座標で長方形のフレームを描く
cv2.putText（frame、 "red"、（1020、40）、cv2.FONT_HERSHEY_COMPLEX、1、（0、 0、255）、2）＃赤いテキスト情報を表示する
＃値が255に等しい場合、green_colorのバイナリイメージを判断し、緑色と判断されます
elif green_color == 255：
print（ 'green'）
cv2.rectangle（frame、（1020,50）、（1060,90）、（0,255 、0）、2）
cv2.putText（frame、 "green"、（1020、40）、cv2.FONT_HERSHEY_COMPLEX、1、（
0、255、0 ）、2）cv2.imshow（ 'frame'、frame）
red_blur = cv2.resize（red_blur、（300,200））
green_blur = cv2.resize（green_blur、（300,200））
cv2.imshow（ 'red_window'、red_blur）
cv2.imshow（ 'green_window'、green_blur）
c = cv2.waitKey（10）
c == 27の場合：
ブレーク
赤色光の影響を検出します（下図を参照）
緑色のライトの効果を確認します（下図を参照）
やっと！！！完全なプロジェクトコードを入手するには、ここをクリックしてください
opencvとの最初の接触！だから私にスプレーしないでください、視覚分野の大物！（/狗头）
コードの量は非常に少なく、一般化能力はなく、アプローチは非常に少ないです。。。しかし、私にとって、hsvカラースペースを学ぶことはまだ非常に役に立ちます！それでおしまい！Ollieはそれを与える！
誰もがXiaomingの子供用シューズをもっとサポートできます！
この記事は転載されており、著作権は作者に帰属します。侵害がある場合は、編集者に連絡して削除してください。
元のアドレス：https：//blog.csdn.net/weixin_44912902