使用Python OpenCV追踪白色颜色

Question

我想用网络摄像头和Python OpenCV跟踪白色颜色。我已经有了跟踪蓝色的代码。

_, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# define range of blue color in HSV
lower_blue = np.array([110,100,100])
upper_blue = np.array([130,255,255])

#How to define this range for white color


# Threshold the HSV image to get only blue colors
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)

cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)

我应该给什么下限和上限的值来跟踪白色？我尝试更改了这些值，但是没有找到白色！！

这些下限和上限的值是HSV值还是BGR值？

PS：我必须得到最后的结果作为二进制图像以进行进一步的处理！！

请帮帮我！！！

- user3429616

---

刚刚修复了我的代码，现在确实产生了低饱和度和高值 :) - Legat

Answer 1

让我们来看一下HSV颜色空间：

你需要白色，它靠近中心而且亮度较高。从这里开始：

sensitivity = 15
lower_white = np.array([0,0,255-sensitivity])
upper_white = np.array([255,sensitivity,255])

然后根据您的需求调整阈值。

您还可以考虑使用HSL颜色空间，它代表色相（Hue）、饱和度（Saturation）和亮度（Lightness）。然后，您只需要查看亮度以检测白色，并且识别其他颜色仍然很容易。HSV和HSL都会将类似的颜色保持在一起。此外，HSL可能更准确地检测到白色-原因如下所示:

- Legat

---

如何减少无用的噪音！！！当我使用网络摄像头时，所有东西都被跟踪。 - user3429616

还有新的颜色组件。您可以将阈值设置得更高一些。让我再编辑一次答案以澄清 :) - Legat

准备好了。使用灵敏度而不是阈值。较低的灵敏度会产生更少的噪音。 - Legat

Answer 2

这是一个HSV颜色阈值脚本，使用滑块确定下限和上限。

结果

使用这个样例图片

有了这些下限/上限阈值

lower_white = np.array([0,0,168])
upper_white = np.array([172,111,255])

我们得到了孤立的白色像素（左）和二进制掩模（右）。

以下是脚本，记得更改输入图像路径

import cv2
import sys
import numpy as np

def nothing(x):
    pass

# Load in image
image = cv2.imread('1.jpg')

# Create a window
cv2.namedWindow('image')

# create trackbars for color change
cv2.createTrackbar('HMin','image',0,179,nothing) # Hue is from 0-179 for Opencv
cv2.createTrackbar('SMin','image',0,255,nothing)
cv2.createTrackbar('VMin','image',0,255,nothing)
cv2.createTrackbar('HMax','image',0,179,nothing)
cv2.createTrackbar('SMax','image',0,255,nothing)
cv2.createTrackbar('VMax','image',0,255,nothing)

# Set default value for MAX HSV trackbars.
cv2.setTrackbarPos('HMax', 'image', 179)
cv2.setTrackbarPos('SMax', 'image', 255)
cv2.setTrackbarPos('VMax', 'image', 255)

# Initialize to check if HSV min/max value changes
hMin = sMin = vMin = hMax = sMax = vMax = 0
phMin = psMin = pvMin = phMax = psMax = pvMax = 0

output = image
wait_time = 33

while(1):

    # get current positions of all trackbars
    hMin = cv2.getTrackbarPos('HMin','image')
    sMin = cv2.getTrackbarPos('SMin','image')
    vMin = cv2.getTrackbarPos('VMin','image')

    hMax = cv2.getTrackbarPos('HMax','image')
    sMax = cv2.getTrackbarPos('SMax','image')
    vMax = cv2.getTrackbarPos('VMax','image')

    # Set minimum and max HSV values to display
    lower = np.array([hMin, sMin, vMin])
    upper = np.array([hMax, sMax, vMax])

    # Create HSV Image and threshold into a range.
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    mask = cv2.inRange(hsv, lower, upper)
    output = cv2.bitwise_and(image,image, mask= mask)

    # Print if there is a change in HSV value
    if( (phMin != hMin) | (psMin != sMin) | (pvMin != vMin) | (phMax != hMax) | (psMax != sMax) | (pvMax != vMax) ):
        print("(hMin = %d , sMin = %d, vMin = %d), (hMax = %d , sMax = %d, vMax = %d)" % (hMin , sMin , vMin, hMax, sMax , vMax))
        phMin = hMin
        psMin = sMin
        pvMin = vMin
        phMax = hMax
        psMax = sMax
        pvMax = vMax

    # Display output image
    cv2.imshow('image',output)

    # Wait longer to prevent freeze for videos.
    if cv2.waitKey(wait_time) & 0xFF == ord('q'):
        break

cv2.destroyAllWindows()

- nathancy

Answer 3

我写这个是为了追踪白色：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):

    _, frame = cap.read()
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # define range of white color in HSV
    # change it according to your need !
    lower_white = np.array([0,0,0], dtype=np.uint8)
    upper_white = np.array([0,0,255], dtype=np.uint8)

    # Threshold the HSV image to get only white colors
    mask = cv2.inRange(hsv, lower_white, upper_white)
    # Bitwise-AND mask and original image
    res = cv2.bitwise_and(frame,frame, mask= mask)

    cv2.imshow('frame',frame)
    cv2.imshow('mask',mask)
    cv2.imshow('res',res)

    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cv2.destroyAllWindows()

我尝试追踪手机屏幕上的白色背景并得到了这个结果：

你可以尝试更改HSV值。如Legat所说，您还可以尝试使用HSL颜色空间，这将更加准确。

- Vipul