HSV+轮廓 跟踪特定颜色目标

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

// HSV+轮廓 追踪物体

int main()
{
    Mat src = Mat::zeros(300, 300, CV_8UC3);
    src = Scalar(0, 23, 90);
    Rect rect1 = Rect(50, 50, 50, 50);
    src(rect1).setTo(Scalar(0,255,0));
    imshow("src", src);

    // 转换hsv颜色空间
    Mat hsv;
    cvtColor(src, hsv, COLOR_BGR2HSV);
    imshow("hsv", hsv);

    // 求得绿色目标掩膜
    Mat mask;
    inRange(hsv,Scalar(35, 43, 46), Scalar(77, 255, 255), mask);// 获得绿色范围的掩膜
    imshow("mask", hsv);

//    // 对掩膜执行形态学开运算，以消除噪声（可能会比较耗时间）
//    Mat kernel = Mat::ones(3, 3, CV_8U);
//    morphologyEx(mask, mask, MORPH_OPEN, kernel，2);

    // 用Canny操作代替上一步骤, 可以减少运算时间
    // 但是一些落在边缘外面的噪点还会存在，可以修改参数，但是比较麻烦
    Canny(mask, mask, 100, 200);
    imshow("mask-", mask);


    // 找出其轮廓，并画框定位
    vector<vector<Point>> contours;
    findContours(mask, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);

    for (int i=0;i < contours.size(); i++)
    {
        // 把噪声看作一种特殊的轮廓，用轮廓面积作筛选
        if (contourArea(contours[i]) > src.cols * src.rows / 10)
        {
            Rect rectTmp = boundingRect(contours[0]);
            rectangle(src, rectTmp, Scalar(0, 0, 255), 2, 8);
        }

    }
    imshow("out", src);


    waitKey();
    return 0;

}