opencv学习之路(29)、轮廓查找与绘制(八)——轮廓特征属性及应用
一、简介
HSV颜色空间(hue色调,saturation饱和度,value亮度)


二、HSV滑动条
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std; Mat srcImg, hsv_img;
int h_min =,s_min = ,v_min = ;
int h_max = ,s_max = ,v_max = ; void onChange(int, void* param) {
Scalar hsv_min(h_min, s_min, v_min);
Scalar hsv_max(h_max, s_max, v_max);
Mat dst = Mat::zeros(srcImg.size(), srcImg.type());
inRange(srcImg, hsv_min, hsv_max, dst);
imshow("HSV", dst);
} void main()
{
srcImg = imread("E://duck2.jpg");
imshow("src", srcImg);
cvtColor(srcImg, hsv_img, CV_BGR2HSV); //BGR转到HSV颜色空间
namedWindow("HSV", CV_WINDOW_AUTOSIZE);
//创建滚动条
createTrackbar("h_min", "HSV", &h_min, , onChange, );
createTrackbar("s_min", "HSV", &s_min, , onChange, );
createTrackbar("v_min", "HSV", &v_min, , onChange, );
createTrackbar("h_max", "HSV", &h_max, , onChange, );
createTrackbar("s_max", "HSV", &s_max, , onChange, );
createTrackbar("v_max", "HSV", &v_max, , onChange, );
//回调函数初始化
onChange(h_min, );
onChange(s_min, );
onChange(v_min, );
onChange(h_max, );
onChange(s_max, );
onChange(v_max, ); waitKey();
}


三、颜色识别跟踪
putText函数定义为
void putText(Mat& img, const string& text, Point org, int fontFace, double fontScale, Scalar color, intthickness=1, int lineType=8, bool bottomLeftOrigin=false )
参数为
- img – 图像矩阵
- text – string型 文字内容
- org – 文字坐标,以左下角为原点
- fontFace – 字体类型 (包括 FONT_HERSHEY_SIMPLEX, FONT_HERSHEY_PLAIN, FONT_HERSHEY_DUPLEX, FONT_HERSHEY_COMPLEX, FONT_HERSHEY_TRIPLEX, FONT_HERSHEY_COMPLEX_SMALL, FONT_HERSHEY_SCRIPT_SIMPLEX, or FONT_HERSHEY_SCRIPT_COMPLEX,)
- fontScale –字体大小
- color – 字体颜色
- thickness – 字体粗细
- lineType – Line type. See the line for details.
- bottomLeftOrigin – When true, the image data origin is at the bottom-left corner. Otherwise, it is at the top-left corner.
#include "opencv2/opencv.hpp"
#include <iostream>
using namespace cv;
using namespace std; ///green hsv min value
int h_min = ;
int s_min = ;
int v_min = ;
///green hsv max value
int h_max = ;
int s_max = ;
int v_max = ; void main()
{
//识别图片中颜色物体
Mat srcImg = imread("E://rgb.jpg");
imshow("src", srcImg);
Mat dstImg = srcImg.clone();
Mat hsv_img; //存储HSV图像
cvtColor(srcImg,hsv_img,CV_BGR2HSV); Scalar hsv_min(h_min,s_min,v_min);
Scalar hsv_max(h_max, s_max, v_max);
Mat hsv_green=Mat::zeros(srcImg.size(),CV_8U);
inRange(hsv_img, hsv_min, hsv_max, hsv_green);
medianBlur(hsv_green, hsv_green, );//中值滤波
imshow("hsv_green", hsv_green); //找轮廓
vector<vector<Point>>contours;
vector<Vec4i>hierarcy;
//找外层轮廓
findContours(hsv_green, contours, hierarcy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
vector<Rect>boundRect(contours.size());
//遍历每个轮廓
for (int i = ; i < contours.size(); i++)
{
boundRect[i] = boundingRect(Mat(contours[i]));//计算外接矩形
//top、left、right、bottom tl左上 br右下
rectangle(dstImg,boundRect[i].tl(), boundRect[i].br(),Scalar(,,),,);
//Point org = boundRect[i].tl();
Point org = boundRect[i].br();
putText(dstImg,"green",org,CV_FONT_HERSHEY_SIMPLEX,1.2f,CV_RGB(,,),,);
}
imshow("result", dstImg); waitKey();
}

视频颜色跟踪
#include "opencv2/opencv.hpp"
using namespace cv; //设置HSV颜色区间
int blue_min_h = ;
int blue_min_s = ;
int blue_min_v = ;
int blue_max_h = ;
int blue_max_s = ;
int blue_max_v = ; int green_min_h = ;
int green_min_s = ;
int green_min_v = ;
int green_max_h = ;
int green_max_s = ;
int green_max_v = ; int red_min_h = ;
int red_min_s = ;
int red_min_v = ;
int red_max_h = ;
int red_max_s = ;
int red_max_v = ; void main()
{
VideoCapture cap;
cap.open("E://1.mp4");
if (!cap.isOpened())//如果视频不能正常打开则返回
return;
Mat src,dst,hsv,ROI; while ()
{
cap >> src;
if (src.empty())//如果某帧为空则退出循环
break;
//imshow("video", src);
dst = src.clone();
ROI=src(Rect(,,,));//x,y,w,h xy坐标,宽度,高度 区分蓝色按钮和右边的蓝色区域
GaussianBlur(ROI,ROI,Size(,),);
cvtColor(ROI, hsv, CV_BGR2HSV);
Scalar blue_min(blue_min_h, blue_min_s, blue_min_v);
Scalar blue_max(blue_max_h, blue_max_s, blue_max_v);
Scalar green_min(green_min_h, green_min_s, green_min_v);
Scalar green_max(green_max_h, green_max_s, green_max_v);
Scalar red_min(red_min_h, red_min_s, red_min_v);
Scalar red_max(red_max_h, red_max_s, red_max_v);
Mat hsv_blue = Mat::zeros(src.size(), CV_8U);
Mat hsv_green = Mat::zeros(src.size(), CV_8U);
Mat hsv_red = Mat::zeros(src.size(), CV_8U);
inRange(hsv, blue_min, blue_max, hsv_blue);//颜色区间范围筛选
inRange(hsv, green_min, green_max, hsv_green);
inRange(hsv, red_min, red_max, hsv_red);
medianBlur(hsv_blue, hsv_blue, );//中值滤波
medianBlur(hsv_green, hsv_green, );
medianBlur(hsv_red, hsv_red, ); //找轮廓
vector<vector<Point>>contours_blue,contours_green,contours_red;
vector<Vec4i>hierarchy_blue,hierarchy_green,hierarchy_red;
//蓝色轮廓
findContours(hsv_blue, contours_blue, hierarchy_blue, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
vector<Rect>boundRect_blue(contours_blue.size());//定义外接矩形集合
for (int i = ; i < contours_blue.size(); i++)
{
boundRect_blue[i] = boundingRect(Mat(contours_blue[i]));//计算外接矩形
rectangle(dst, boundRect_blue[i].tl(), boundRect_blue[i].br(), Scalar(, , ), , );
Point org = boundRect_blue[i].br();
putText(dst, "blue", org, CV_FONT_HERSHEY_SIMPLEX, 1.2f, CV_RGB(,,), , );
}
//绿色轮廓
findContours(hsv_green, contours_green, hierarchy_green, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
vector<Rect>boundRect_green(contours_green.size());//定义外接矩形集合
for (int i = ; i < contours_green.size(); i++)
{
boundRect_green[i] = boundingRect(Mat(contours_green[i]));//计算外接矩形
rectangle(dst, boundRect_green[i].tl(), boundRect_green[i].br(), Scalar(, , ), , );
Point org = boundRect_green[i].br();
putText(dst, "green", org, CV_FONT_HERSHEY_SIMPLEX, 1.2f, CV_RGB(, , ), , );
}
//红色轮廓
findContours(hsv_red, contours_red, hierarchy_red, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE);
vector<Rect>boundRect_red(contours_red.size());//定义外接矩形集合
for (int i = ; i < contours_red.size(); i++)
{
boundRect_red[i] = boundingRect(Mat(contours_red[i]));//计算外接矩形
rectangle(dst, boundRect_red[i].tl(), boundRect_red[i].br(), Scalar(, , ), , );
Point org = boundRect_red[i].br();
putText(dst, "red", org, CV_FONT_HERSHEY_SIMPLEX, 1.2f, CV_RGB(,,), , );
} imshow("result", dst);
waitKey();//每帧延时20毫秒
}
cap.release();//释放资源
}


opencv学习之路(29)、轮廓查找与绘制(八)——轮廓特征属性及应用的更多相关文章
- opencv学习之路(23)、轮廓查找与绘制(二)——访问轮廓每个点
一.简介 二.画出每个轮廓的每个点 #include "opencv2/opencv.hpp" using namespace cv; void main() { Mat src= ...
- opencv学习之路(22)、轮廓查找与绘制(一)
一.简介 图2 二.代码 #include"opencv2/opencv.hpp" #include<iostream> using namespace std; us ...
- opencv学习之路(28)、轮廓查找与绘制(七)——位置关系及轮廓匹配
一.点与轮廓的距离及位置关系 #include "opencv2/opencv.hpp" #include <iostream> using namespace std ...
- opencv学习之路(27)、轮廓查找与绘制(六)——外接圆、椭圆拟合、逼近多边形曲线、计算轮廓面积及长度、提取不规则轮廓
一.最小外接圆 #include "opencv2/opencv.hpp" #include<iostream> using namespace std; using ...
- opencv学习之路(25)、轮廓查找与绘制(四)——正外接矩形
一.简介 二.外接矩形的查找绘制 #include "opencv2/opencv.hpp" using namespace cv; void main() { //外接矩形的查找 ...
- opencv学习之路(24)、轮廓查找与绘制(三)——凸包
一.简介 二.绘制点集的凸包 #include<opencv2/opencv.hpp> using namespace cv; void main() { //---绘制点集的凸包 Mat ...
- opencv学习之路(26)、轮廓查找与绘制(五)——最小外接矩形
一.简介 二.轮廓最小外接矩形的绘制 #include "opencv2/opencv.hpp" using namespace cv; void main() { //轮廓最小外 ...
- opencv学习之路(39)、PCA
一.PCA理论介绍 网上已经有许多介绍pca原理的博客,这里就不重复介绍了.详情可参考 http://blog.csdn.net/zhongkelee/article/details/44064401 ...
- opencv学习之路(37)、运动物体检测(二)
一.运动物体轮廓椭圆拟合及中心 #include "opencv2/opencv.hpp" #include<iostream> using namespace std ...
随机推荐
- Ubuntu-1604-LTS在虚拟机设置分辨率
在虚拟机中安装ubuntu系统时,有时系统的界面并不同虚拟机展示的匹配,需要我们进行调整.不用那么多废话,直接看图:
- Spark开发wordcount程序
1.java版本(spark-2.1.0) package chavin.king; import org.apache.spark.api.java.JavaSparkContext; import ...
- 用SharedPreference或文件的方式存储数据
一.用SharedPreference存储数据 当程序有少量的数据需要保存,而这些数据的格式比较简单(例如一些配置信息),这个时候就可以使用SharedPreference来进行保存 下面例子将演示向 ...
- SENG201 (Software Engineering I) Project
SENG201 (Software Engineering I) ProjectSpace ExplorerFor project admin queries:For project help, hi ...
- 前端 CSS语法
每个CSS样式由两个组成部分: 1.选择器 2.声明 声明由属性和值组成,每个声明之后用分号结束.
- GCD的简单使用方法
版权声明:本文为博主原创文章.未经博主同意不得转载. https://blog.csdn.net/like7xiaoben/article/details/25629365 /* 创建一个队列用来运行 ...
- Oracle中exp导出与imp导入的参数(full,owner/formuser/touser)测试
1.exp导出的参数(FULL,OWNER)测试 先知道的一点是full不能与owner共存,还有都是以用户的方式导出(在这里),其中不仅仅包括表,这可能就是下面报warnings的原因,因为Orac ...
- 增长中的时间序列存储(Scaling Time Series Data Storage) - Part I
本文摘译自 Netflix TechBlog : Scaling Time Series Data Storage - Part I 重点:扩容.缓存.冷热分区.分块. 时序数据 - 会员观看历史 N ...
- MATLAB GUI设计(线性卷积和循环卷积的比较--笔记)
原创循环卷积代码,转载需注明出处 线性卷积与循环卷积的比较 实验目的和要求 掌握循环卷积和线性卷积的原理,与理论分析结果比较,加深理解循环卷积与线性卷积之间的关系. 实验内容和步骤 1) 已知两序列X ...
- HDU 1520 树形DP入门
HDU 1520 [题目链接]HDU 1520 [题目类型]树形DP &题意: 某公司要举办一次晚会,但是为了使得晚会的气氛更加活跃,每个参加晚会的人都不希望在晚会中见到他的直接上司,现在已知 ...