mulspectrum - seguimiento de color de python opencv

hsv segmentation opencv

Question

A continuación se muestra mi código de Python para el seguimiento de objetos de color blanco.
Funciona, pero solo durante unos segundos y luego toda la pantalla se vuelve negra y, en algunas ocasiones, no funciona.
Experimenté con el color azul y funciona, pero el blanco y el verde me están dando problemas:

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

Answer 1

Bueno, lo primero que debes saber es qué espacio de color estás usando. Solo un pequeño tutorial de espacios de color en OpenCV para Mat del tipo CV_8UC3 . (Imágenes de Wikipedia)

HSV

En el espacio de color HSV (Hue, Saturation, Value), H da el color dominante del color, S la saturación del color, V la claridad. En OpenCV, los rangos son diferentes. S, V están en [0,255], mientras que H está en [0, 180]. Por lo general, H está en el rango [0,360] (el círculo completo), pero para caber en un byte (256 valores diferentes) su valor se reduce a la mitad.

En el espacio HSV es más fácil separar un solo color, ya que simplemente puede establecer el rango adecuado para H, y solo tener cuidado de que S no sea demasiado pequeño (será casi blanco) y V no sea demasiado pequeño (será oscuro).

Entonces, por ejemplo, si necesita colores casi azules , necesita que H esté alrededor del valor 120 (digamos en [110,130]), y S, V no demasiado pequeño (digamos en [100,255]).

El blanco no es un tono (el arcoíris no tiene color blanco), sino que es una combinación de color.

En HSV, debe tomar todo el rango de H (H en [0, 180]), valores de S muy pequeños (digamos S en [0, 25]) y valores de V muy altos (digamos V en [230, 255] ) Esto corresponde básicamente a la parte superior del eje central del cono.

Entonces, para que rastree objetos blancos en el espacio HSV, necesita:

lower_white = np.array([0, 0, 230])
upper_white = np.array([180, 25, 255])

O, dado que definió un valor de sensibilidad, como:

sensitivity = 15
lower_white = np.array([0, 0, 255-sensitivity])
upper_white = np.array([180, sensitivity, 255])

Para otros colores:

green = 60;
blue = 120;
yellow = 30;
...
sensitivity = 15
// Change color with your actual color
lower_color = np.array([color - sensitivity, 100, 100])
upper_color = np.array([color + sensitivity, 255, 255])

El valor H rojo es 0, por lo que debe tomar dos rangos y "OR" juntos:

sensitivity = 15
lower_red_0 = np.array([0, 100, 100])
upper_red_0 = np.array([sensitivity, 255, 255])
lower_red_1 = np.array([180 - sensitivity, 100, 100])
upper_red_1 = np.array([180, 255, 255])
mask_0 = cv2.inRange(hsv, lower_red_0 , upper_red_0);
mask_1 = cv2.inRange(hsv, lower_red_1 , upper_red_1 );
mask = cv2.bitwise_or(mask1, mask2)

¡Ahora deberías poder seguir cualquier color!