18年电赛无人机——调试HSV

最新推荐文章于 2024-07-25 13:58:19 发布

沉迷单车的追风少年

最新推荐文章于 2024-07-25 13:58:19 发布

阅读量1.3k

点赞数 3

分类专栏：电赛计算机视觉电赛机器视觉

本文链接：https://blog.csdn.net/qq_41895747/article/details/97613175

版权

电赛机器视觉同时被 3 个专栏收录

32 篇文章 37 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

电赛

30 篇文章 83 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

计算机视觉

41 篇文章 14 订阅

订阅专栏

这篇博客分享了在18年的电子竞赛中，如何通过调试HSV值来从复杂的背景中准确地抠取出无人机的目标方框。文中提供了调参的源代码，对于理解图像处理和无人机视觉技术具有实践指导意义。

摘要由CSDN通过智能技术生成

需要提前调试HSV值将目标方框从复杂背景中抠出来，一下是调参的源码

# -*- coding : utf-8 -*-
# 创建时间：2019年7月20
# 功能：调试出最佳的识别黑色兴趣区域的参数值
import cv2
import numpy as np

# cap = cv2.VideoCapture(0)  # 获取摄像头图像
# cap = cv2.VideoCapture('../video/test_rectangle_1.mp4')

img = cv2.imread("../images/test_rectangle_1.jpg")
img = cv2.resize(img,(960,600))
hsv_frame = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

def nothing(x):
    pass


def createbars():
    """
    实现创建六个滑块的作用，分别控制H、S、V的最高值与最低值
    H:色调；S：饱和度；V：亮度
    """
    cv2.createTrackbar("H_l", "image", 0, 180, nothing)
    cv2.createTrackbar("H_h", "image", 0, 180, nothing)
    cv2.createTrackbar("S_l&#