虚拟画笔 - OpenCV

最新推荐文章于 2022-09-02 23:54:56 发布

蓝鸟x

最新推荐文章于 2022-09-02 23:54:56 发布

阅读量4.5k

点赞数 2

分类专栏：杂项文章标签： opencv python 计算机视觉

本文链接：https://blog.csdn.net/weixin_46619912/article/details/123722808

版权

本博客介绍如何利用OpenCV实现虚拟画笔，通过颜色检测和轮廓获取在摄像头画面中绘制图案。核心步骤包括画面获取、颜色检测、轮廓识别和绘制。在颜色检测阶段，通过HSV模型识别特定颜色，并在识别到的颜色轮廓上绘制点，形成线条。虽然目前存在绘制不连续和多颜色识别的问题，但这是迈向更人性化的虚拟画笔的第一步。

摘要由CSDN通过智能技术生成

title: 虚拟画笔 - 基于OpenCV

date: 2022-02-27

categories: - python - OpenCV

tags: [OpenCV, 虚拟画笔,计算机视觉]

index_img: https://pic1.zhimg.com/v2-32c4194eadd450868842042b010d3efd_720w.jpg?source=172ae18bt

本项目用到的核心技术是颜色检查以及轮廓/形状检查

一、画面获取

对于这个项目，我们首先需要找到我们摄像头画面中的颜色，将RGB通道转换为HSV颜色模型并获取图像的轮廓。然后我们可以在图像轮廓中心放置绘制点，从而进行绘制。不论是哪一种颜色，都可以找到其轮廓，并放置绘制点进行图案的绘制。

因此，我们首先需要的是通过OpenCV库函数获取连接笔记本的摄像头，并将获取的画面进行三通道分离，从而检测出特定颜色的轮廓.

获取摄像头画面的代码

cap = cv2.VideoCapture(0)  # 这里将视频的路径填入摄像头ID即可, 0使用默认摄像头(笔记本/内置)
cap.set(3,640)   #宽, 编号为3   3:宽度, 4:高度 10:亮度, 11:对比度
cap.set(4, 480)  #高, 编号为4
cap.set(10,100)  #亮度100, 编号为10
while True:
     success, img = cap.read()
     cv2.imshow("Video", img) 
     if(cv2.waitKey(1) & 0xFF == ord('q')):
         break

二、颜色检测

获取画面之后，接下来我们要做的便是找到画面中特定的颜色（期望识别的颜色，通过设置操纵杆自己调）

定义一个函数来找到特定的颜色

def findColor(img):
    imgHSV = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
    lower = np.array([h_min,s_min,v_min])
    upper = np.array([h_max,s_max,v_max])
    mask = cv2.inRange(imgHSV,lower,upper)
    cv2.imshow("img",mask)

这里我们可以定义一个数组来存放不同颜色的HSV值以及灰度。再改写并调用此函数，从而可以实现多个颜色的画笔进行绘制。

首先通过颜色检测来获取不同的颜色HSV值:

import cv2
import numpy as np

frameWidth = 640*0.5
frameHeight = 480*0.5
cap = cv2.VideoCapture(0)
cap.set(3, frameWidth)
cap.set(4, frameHeight)
cap.set(10,150)

def empty(a):
    pass

cv2.namedWindow("HSV")   ########## 初始化
cv2.resizeWindow("HSV",640,240)
cv2.createTrackbar("HUE Min","HSV",0,179,empty)
cv2.createTrackbar("SAT Min","HSV",0,255,empty)
cv2.createTrackbar("VALUE Min","HSV",0,255,empty)
cv2.createTrackbar("HUE Max","HSV",179,179,empty)
cv2.createTrackbar("SAT Max","HSV",255