首先,将图片转换到HSV空间,设置蓝色的HSV值阈值上下限,并据此生成掩膜。
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 转换为HSV空间
lower_blue = np.array([100, 43, 46]) # 设定蓝色的阈值下限
upper_blue = np.array([124, 255, 255]) # 设定蓝色的阈值上限
mask = cv2.inRange(hsv, lower_blue, upper_blue) # 设定掩膜取值范围
然后,进行图像形态学运算,以消除图像噪声,并使用canny算子进行边缘检测。
opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 形态学开运算
edges = cv2.Canny(opening, 50, 100) # 边缘识别
最后,使用HoughCircles识别edges中的圆。
# 识别圆形
circles = cv2.HoughCircles(edges, cv2.HOUGH_GRADIENT, 1, 400, param1=100, param2=35, minRadius=100, maxRadius=500)
"""
第3参数默认为1
第4参数表示圆心与圆心之间的距离(太大的话,会很多圆被认为是一个圆)
第5参数默认为100
第6参数根据圆大小设置(圆越小设置越小,检测的圆越多,但检测大圆会有噪点)
第7参数为圆最小半径
第8参数为圆最大半径
"""
完整代码如下:
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
ret = cap.set(3, 640) # 设置帧宽
ret = cap.set(4, 480) # 设置帧高
font = cv2.FONT_HERSHEY_SIMPLEX # 设置字体样式
kernel = np.ones((5, 5), np.uint8) # 卷积核
if cap.isOpened() is True: # 检查摄像头是否正常启动
while (True):
ret, frame = cap.read()
# gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转换为灰色通道
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 转换为HSV空间
lower_blue = np.array([100, 43, 46]) # 设定蓝色的阈值下限
upper_blue = np.array([124, 255, 255]) # 设定蓝色的阈值上限
# 消除噪声
mask = cv2.inRange(hsv, lower_blue, upper_blue) # 设定掩膜取值范围
opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) # 形态学开运算
# bila = cv2.bilateralFilter(mask, 10, 200, 200) # 双边滤波消除噪声
edges = cv2.Canny(opening, 50, 100) # 边缘识别
# 识别圆形
circles = cv2.HoughCircles(
edges, cv2.HOUGH_GRADIENT, 1, 400, param1=100, param2=35, minRadius=100, maxRadius=500)
if circles is not None: # 如果识别出圆
for circle in circles[0]:
# 获取圆的坐标与半径
x = int(circle[0])
y = int(circle[1])
r = int(circle[2])
cv2.circle(frame, (x, y), r, (0, 0, 255), 3) # 标记圆
cv2.circle(frame, (x, y), 3, (255, 255, 0), -1) # 标记圆心
text = 'x: ' + str(x) + ' y: ' + str(y)
cv2.putText(frame, text, (10, 30), font, 1, (0, 255, 0), 2, cv2.LINE_AA, 0) # 显示圆心位置
else:
# 如果识别不出,显示圆心不存在
cv2.putText(frame, 'x: None y: None', (10, 30), font, 1, (0, 255, 0), 2, cv2.LINE_AA, 0)
cv2.imshow('frame', frame)
#cv2.imshow('mask', mask)
#cv2.imshow('edges', edges)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
else:
print('cap is not opened!')