OpenCV（四）：视频处理--目标定位（Python实现）

上一篇博文实现了图片上目标的定位，并给出了较为详细的代码解释。这一篇在此基础上实现视频的图像处理，依旧是目标定位。
原理是选择合适的 HSV 阈值，选取特定颜色。当找到目标时，框选最大目标，并打印其中心位置。

代码如下：

#!/usr/bin/env python3
# -*- coding:utf-8 -*-

import cv2
import numpy as np

cap = cv2.VideoCapture(0)											# 设置为视频捕获
cap.set(3, 640)                  									# 设置图像宽度 640px
cap.set(4, 480)			       										# 设置图像高度 480px

ret, frame = cap.read()												# ret=True 读取成功，frame为读取的图像
rows, cols, channels = frame.shape      							# 获取行、列与通道数
print("video size: (%d x %d x %d) " % (rows, cols, channels))

thresh1 = np.array([0, 180, 180])									# 目标 HSV 低阈值
thresh2 = np.array([10, 255, 255])									# 目标 HSV 高阈值

def img_p(img_bgr):
    img_hsv = cv2.cvtColor(img_bgr, cv2.COLOR_BGR2HSV)				# 转换为 HSV
    img_inthresh = cv2.inRange(img_hsv, thresh1, thresh2)			# 找到满足阈值的目标
    img_morph = img_inthresh.copy()									# 复制图像
    cv2.erode(img_morph, (3, 3), img_morph, iterations = 3)			# 形态学腐蚀
    cv2.dilate(img_morph, (3, 3), img_morph, iterations = 3)		# 形态学膨胀

    _, cnts, _ = cv2.findContours(img_morph, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)	# cnts = 目标的轮廓点数，多个目标则返回列表

    if (len(cnts) != 0):												# 只有一个目标
        cnts_sort = sorted(cnts, key= cv2.contourArea, reverse= True)	# 找到包含最大面积的轮廓
        box = cv2.minAreaRect(cnts_sort[0])								# 绘制最小外接矩形
        points = np.int0(cv2.boxPoints(box))							# 矩形的四个顶点坐标

        cen_v = (points[0,0] + points[2,0]) / 2							# 最小外接矩形中心横坐标
        cen_h = (points[0,1] + points[2,1]) / 2							# 最小外接矩形中心纵坐标
        print("mid (" + str(cen_h) + " , " + str(cen_v) + ")")
        dst = cv2.drawContours(img_bgr, [points], -1, (0, 255, 0), 2)	# 在原图上添加最小外接矩形
    else:																# 没有目标直接返回原图像
        dst = img_bgr
    return dst

while(1):
    ret, frame = cap.read()											# 一直读取图像
    dst = img_p(frame)												# 图像处理
    cv2.imshow('usb camera', dst)									# 显示图像

    k = cv2.waitKey(50)
    if (k == ord('q')):												# 按下 q 退出
        break

cap.release()
cv2.destroyAllWindows()

运行效果：

参考链接：树莓派python3+opencv调用usb摄像头显示和图像预处理并进行保存