opencv摄像头特定颜色轮廓重心提取 python2.7 （滚球系统）

主要是记录一下自己做板球系统的过程 

采用opencv usb摄像头 提取小球位置 并串口输出给单片机

借鉴了很多网上的资源 实在没法一一列举，引用 了 

对开源精神表示感谢     室友的美背出镜。。

# -*- coding:utf-8 -*-
import serial
import numpy as np
import cv2
#   读 取 图 片
cap = cv2.VideoCapture(0)
color = [
    ([35, 63, 66], [77, 255, 255]) # ([10, 73, 76], [15, 255, 255])  # 蓝色范围~这个是我自己试验的范围，可根据实际情况自行调整~注意：数值按[b,g,r]排布
]
# 如果color中定义了几种颜色区间，都可以分割出来
# for (lower, upper) in color:
# 创建NumPy数组
lower = np.array(color[0][0], dtype="uint8")  # 颜色下限
upper = np.array(color[0][1], dtype="uint8")  # 颜色上限
a=0
while 1:
    #im = cv2.imread('2.jpg')
    _, img = cap.read()
    if _:

        # continue
        ##img = cv2.imread('/home/lqy/Data/lv/漏底20180901091938对照样本.jpg')  # 直接读为灰度图像
        #   缩小图像10倍(因为我的图片太大，所以要缩小10倍方便看看效果)
        # height, width = img.shape[:2]
        # size = (int(width * 2), int(height * 2))  # bgr
        # img = cv2.resize(img, size, interpolation=cv2.INTER_AREA)
        #BGR转化为HSV
        HSV=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)#COLOR_BGR2HSV)
        # cv2.imshow("imageHSV",HSV)
        # cv2.imshow("imageHSV",HSV)
        # cv2.imshow('image',img)

        # 根据阈值找到对应颜色
        mask = cv2.inRange(HSV, lower, upper)    #查找处于范围区间的
        # mask = 255-mask                          #留下铝材区域
      ###  # output = cv2.bitwise_and(img, img, mask=mask)    #获取铝材区域
        #bgroutput = cv2.cvtColor(output,cv2.COLOR_HSV2BGR)
        # 展示图片
        # cv2.imshow("images", np.hstack([img, output]))
        mask = cv2.erode(mask, None, iterations=4)
        mask = cv2.dilate(mask, None, iterations=4)

        # cv2.imshow("detect", mask)

        contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)#CHAIN_APPROX_SIMPLE)

        # print(mask.shape)
        # print(mask[0])
        # print(len(contours))

        if len(contours) > 0:
            c = max(contours, key=cv2.contourArea)
        else:
            cv2.imshow("chanle", img)
            if cv2.waitKey(1) & 0xFF == ord('q'):
                break
            continue
        cv2.drawContours(img, c, -1, (0, 0, 255), 1)#画轮廓


        # for i in contours:
            # print(cv2.contourArea(i))  # 计算缺陷区域面积

        # x, y, w, h = cv2.boundingRect(c)  # 画矩形框
        # cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 1)
        # cv2.circle(img, (x + int(w/2), y + int(h/2)), 5, (0, 255, 0), -1)#外接矩形

        # ((x, y), radius) = cv2.minEnclosingCircle(c)                    #外接圆
        # cv2.circle(img, (int(x), int(y)), int(radius), (0, 255, 255), 2)
        # cv2.circle(img, (int(x), int(y)), 5, (0, 255, 255), -1)

        # cv.imwrite(show_result_path, match_img_color)

        # 计算轮廓的矩
        M = cv2.moments(c)                                              #矩阵秩
        # 计算轮廓的重心
        center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
        cv2.circle(img, center, 5, (0, 0, 255), -1)


        print(center)
        # cv2.imshow("detect",img)
        cv2.imshow("chanle", img)
        # cv2.waitKey(0)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放清理
cap.release()
cv2.destroyAllWindows()