python opencv HSV测距仪创建轨迹栏

我想使用 opencv 和 python 查找激光点的 HSV 值。我得到了代码http://opencv-srf.blogspot.com.au/2010/09/object-detection-using-color-seperation.html从这里开始，但它是用C++编写的，安装Visual Studio和OpenCV需要时间，所以我改变了Python中的代码

import cv2
import numpy as np

def callback(x):
pass

cap = cv2.VideoCapture(0)
cv2.namedWindow('image')

ilowH = 0
ihighH = 179

ilowS = 0
ihighS = 255
ilowV = 0
ihighV = 255

# create trackbars for color change
cv2.createTrackbar('lowH','image',ilowH,179,callback)
cv2.createTrackbar('highH','image',ihighH,179,callback)

cv2.createTrackbar('lowS','image',ilowS,255,callback)
cv2.createTrackbar('highS','image',ihighS,255,callback)

cv2.createTrackbar('lowV','image',ilowV,255,callback)
cv2.createTrackbar('highV','image',ihighV,255,callback)



while(1):
 ret, frame = cap.read()
 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
 cv2.imshow('hsv', hsv)
 lower_hsv = np.array([ilowH, ilowS, ilowV])
 higher_hsv = np.array([ihighH, ihighS, ihighV])
 mask = cv2.inRange(hsv, lower_hsv, higher_hsv)
 cv2.imshow('mask', mask)
 cv2.imshow('frame', frame)
 print ilowH, ilowS, ilowV
 if(cv2.waitKey(1) & 0xFF == ord('q')):
    break


cv2.destroyAllWindows()
cap.release()

但这段代码没有任何阈值。看来我创建的轨迹栏不会改变 ilowH 、ilowS、ilowV 的值。我通过在 while 循环内打印这些值来检查它。不对这些值进行阈值处理可能会出现什么问题，或者 python 中是否有更好的代码来查找 LASER 的 HSV 值。 谢谢，如有任何帮助，我们将不胜感激。

您可以使用以下命令获取轨迹栏值cv2.getTrackbarPos()。另请注意，有时它会使轨迹栏乱序，这很烦人，但至少它们有标签。

但是，我认为这些轨迹栏对于实时视频源来说效果不佳。存在很多冻结问题。你必须有一个超低的帧速率（对我有用cv2.waitKey(500)如果你真的想显示它）。这主要是由于轨迹条的吸力，而不是阈值操作，阈值操作并不慢。

您需要添加您的轨迹栏after您创建指定的窗口。然后，对于 while 循环，尝试：

while True:
    # grab the frame
    ret, frame = cap.read()

    # get trackbar positions
    ilowH = cv2.getTrackbarPos('lowH', 'image')
    ihighH = cv2.getTrackbarPos('highH', 'image')
    ilowS = cv2.getTrackbarPos('lowS', 'image')
    ihighS = cv2.getTrackbarPos('highS', 'image')
    ilowV = cv2.getTrackbarPos('lowV', 'image')
    ihighV = cv2.getTrackbarPos('highV', 'image')

    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_hsv = np.array([ilowH, ilowS, ilowV])
    higher_hsv = np.array([ihighH, ihighS, ihighV])
    mask = cv2.inRange(hsv, lower_hsv, higher_hsv)

    frame = cv2.bitwise_and(frame, frame, mask=mask)

    # show thresholded image
    cv2.imshow('image', frame)
    k = cv2.waitKey(1000) & 0xFF # large wait time to remove freezing
    if k == 113 or k == 27:
        break

最后以cv2.destroyAllWindows()

顺便说一句，HSV 的最大 H 值为 180，而不是 179。

无耻插件：我碰巧刚刚完成一个项目 doing 正是这个，但是在图像上。你可以在 GitHub 上获取它here。有一个例子；尝试运行它，然后根据需要进行修改。它可以让您更改每个不同颜色空间内的颜色空间和阈值，并且它将打印您结束时的最终阈值。此外，它还会返回操作的输出图像供您使用。希望它对您有用！请随时通过 GitHub 发送有关该项目的任何问题或建议。

这是它运行的示例：

作为输出，它为您提供：

Colorspace: HSV 
Lower bound: [68.4, 0.0, 0.0] 
Upper bound: [180.0, 255.0, 255.0]

以及二值图像。我目前正在努力将其纳入网络应用程序中，但这可能需要几天的时间才能完成。