使用 OpenCV 进行实时对象颜色检测

在本文中，我们将讨论如何使用 python 和 OpenCV 检测单色对象。单色是指单一波长的光。我们将使用使用网络摄像头捕获的视频作为输入，并尝试检测单一颜色的对象，尤其是蓝色。但是，如果您正确设置范围，您可以检测到任何颜色，我们将在稍后讨论。 

为此，强烈建议将颜色从 RGB 格式转换为 HSV。HSV 代表色相、饱和度和值。色调表示颜色本身，从技术上讲，它表示 HSV 颜色模型中的角度。 

让我们先了解 HSV 颜色模型。想象一个圆柱体，它有一个高度、一个半径和一个曲面面积。以半径的初始位置为参考，将半径逆时针移动角度θ，即θ为半径的当前位置与其初始位置的夹角。如果 θ 为 0 度，则表示红色，如果 θ 为 120 度，则表示绿色，依此类推。半径的长度是颜色的饱和度，高度表示 HSV 中的值或 V。

主要思想是将输入的 RGB 图像（在 OpenCV 的情况下为 BGR，因为这就是该模块中图像的格式）转换为 HSV 格式，这将使我们更容易将特定颜色从帧中屏蔽掉。也就是说，所提供的 HSV 范围内的任何颜色都将被赋予 255 的值，而其他颜色将简单地为 0，因此，具有指定范围内颜色的每个对象都将变为白色，留下图像的其余部分，即背景黑色. 

要显示颜色，我们需要按位显示带有掩码的当前帧。为此，有一个名为 bitwise_and() 的内置函数

句法： 

result = cv2.bitwise_and(pic1, pic2, mask)

其中 pic1 和 pic 2 是输入图像，另一个是掩码。可以将蒙版视为应用于图像的剪切形状，因此只有剪切部分可见。 

执行：

首先，使用以下两个代码导入所需模块后创建一个 OpenCV 视频捕获对象：

import cv2
import numpy as np

然后开始无限循环，读取网络摄像头读取的每一帧。使用cv2.cvtColor()函数将每一帧从 BGR 格式转换为 HSV 格式，它将帧作为第一个输入，颜色转换的类型作为第二个输入。 

语法： 
cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

之后指定蓝色（或您喜欢的任何颜色）的下限和上限。通过创建两个 NumPy 数组，所需的下限和上限为 [H, S, V]。这两个 NumPy 数组将用作阈值函数（即cv2.inRange()函数）中的参数。它需要三个参数，图像源、下限和上限。

语法： 
cv2.inRange(source, lower_limit, upper_limit)

cv2.inRange()函数将范围内的所有值设置为 255，其余设置为 0。该函数的输出将是我们的掩码。最后在前面提到的bitwise_and函数中传递这个掩码将产生所需的结果。输出如下。

代码：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while 1:
	ret,frame =cap.read()
	# ret will return a true value if the frame exists otherwise False
	into_hsv =cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
	# changing the color format from BGr to HSV
	# This will be used to create the mask
	L_limit=np.array([98,50,50]) # setting the blue lower limit
	U_limit=np.array([139,255,255]) # setting the blue upper limit
		

	b_mask=cv2.inRange(into_hsv,L_limit,U_limit)
	# creating the mask using inRange() function
	# this will produce an image where the color of the objects
	# falling in the range will turn white and rest will be black
	blue=cv2.bitwise_and(frame,frame,mask=b_mask)
	# this will give the color to mask.
	cv2.imshow('Original',frame) # to display the original frame
	cv2.imshow('Blue Detector',blue) # to display the blue object output

	if cv2.waitKey(1)==27:
		break
	# this function will be triggered when the ESC key is pressed
	# and the while loop will terminate and so will the program
cap.release()

cv2.destroyAllWindows()