50行Python代码实现视频中物体颜色识别和跟踪(2)

作者： 机器学习与统计学

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入

目前计算机视觉（CV）与自然语言处理（NLP）及语音识别并列为人工智能三大热点方向，而计算机视觉中的对象检测(objectdetection)应用非常广泛，比如自动驾驶、视频监控、工业质检、医疗诊断等场景。

下面就是我们完整的代码实现（已调试运行）：

import numpy as np

import cv2

font = cv2.FONT_HERSHEY_SIMPLEX

lower_green = np.array([35, 110, 106]) # 绿色范围低阈值

upper_green = np.array([77, 255, 255]) # 绿色范围高阈值

lower_red = np.array([0, 127, 128]) # 红色范围低阈值

upper_red = np.array([10, 255, 255]) # 红色范围高阈值

#需要更多颜色，可以去百度一下HSV阈值！

cap = cv2.VideoCapture(‘1.mp4’) # 打开视频文件

cap = cv2.VideoCapture(0)#打开USB摄像头

if (cap.isOpened()): # 视频打开成功

flag = 1

else:

flag = 0

num = 0

if (flag):

while (True):

ret, frame = cap.read() # 读取一帧

if ret == False: # 读取帧失败

break

hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根据颜色范围删选

mask_red = cv2.inRange(hsv_img, lower_red, upper_red)

根据颜色范围删选

mask_green = cv2.medianBlur(mask_green, 7) # 中值滤波

mask_red = cv2.medianBlur(mask_red, 7) # 中值滤波

mask = cv2.bitwise_or(mask_green, mask_red)

mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

for cnt in contours:

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）