Python-opencv实现目标检测定位：判断固定颜色物体是否在规定区域内_opencv目标识别与定位

一、简介

主要实现实时检测视频或者摄像头中出现的固定颜色（本例中使用绿色）是否在规定的区域范围内，并将结果反馈到原视频上。

二、效果

实现的效果如下图所示：

1、当绿色物体出现在屏幕中的黑框中时，在视频左上角反馈一个“True”的信息。

2、当绿色物体出现在屏幕中但没有完全出现在黑框中时，在视频左上角反馈一个“Flase”的信息。

3、当绿色物体没有出现在屏幕中时，不显示任何信息。

三、代码

运行环境：python 3.8.17      opencv 4.8.0

下面是完整代码：

import numpy as np
import cv2
 
cap = cv2.VideoCapture("video.mp4")  # 将"video.mp4"换为0，即可调用摄像头
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取视频的宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取视频的高度
print(width, height)
# 下面是规定区域的位置设置
w1 = 400
h1 = 400
x1 = int(width / 2 - w1 / 2)
y1 = int(height / 2 - h1 / 2 - 100)
# print(x1, y1, x1 + w1, y1 + h1)
font = cv2.FONT_HERSHEY_SIMPLEX  # 设置字体样式
kernel = np.ones((5, 5), np.uint8)  # 卷积核
 
if cap.isOpened() is True:  # 检查摄像头是否正常启动
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 转换为灰色通道
        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)  # 转换为HSV空间
 
        lower_green = np.array([35, 50, 100])  # 设定绿色的阈值下限
        upper_green = np.array([77, 255, 255])  # 设定绿色的阈值上限
        # 消除噪声
        mask = cv2.inRange(hsv, lower_green, upper_green)  # 设定掩膜取值范围
        opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)  # 形态学开运算
        bilateral = cv2.bilateralFilter(mask, 10, 200, 200)  # 双边滤波消除噪声
        edges = cv2.Canny(opening, 50, 100)  # 边缘识别
 
        # 在原视频上跟踪目标绘制绿色矩形框
        contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        for contour in contours:
            x, y, w, h = cv2.boundingRect(contour)  # 获取轮廓的边界框
            # print(x, y, w, h)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)  # 在原视频上绘制矩形框
            # 判断位置关系
            if x >= x1 and y >= y1 and x + w <= x1 + w1 and y + h <= y1 + h1:
                result = "True"
            else:
                result = "Flase"
            cv2.putText(frame, result, (10, 30), font, 1.0, (255, 0, 255), 2)
 
        # 在原视频上绘制限定区域框
        cv2.rectangle(frame, (x1, y1), (x1 + w1, y1 + h1), (0, 0, 0), 2)  # frame要绘制的帧，四个坐标点，颜色，线宽
 
        cv2.imshow('edges', edges)
        cv2.imshow('frame', frame)
        k = cv2.waitKey(5) & 0xFF
        # 按Esc键退出
        if k == 27:
            break
    cap.release()
    cv2.destroyAllWindows()
else:
    print('cap is not opened!')

可以将cv2.rectangle(frame, (x1, y1), (x1 + w1, y1 + h1), (0, 0, 0), 2)缩进，把固定区域框的颜色从黑色（0，0，0）换为变量color，与判定结果"True""Flase"关联，设为两种不同的颜色，即可只管看到区域之间的位置关系。

缺点：对噪声处理不完全，在分割边缘的时候会产生噪点。

参考自，侵删：OpenCV-Python——实现圆形检测与追踪_opencv打开摄像头检测圆的中心位置python_YukinoSiro的博客-CSDN博客