Tracking-weiße Farbe mit python-opencv

Möchte ich track weiße Farbe mit webcam und python-opencv. Ich habe bereits den code zum verfolgen der Farbe blau.

_, 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)

was Werte sollte ich ihm als untere Schranke und Obere Schranke zu verfolgen weiße Farbe!!??
Ich habe versucht, ändern von Werten und ich habe andere Farben, aber kein Glück mit der weißen Farbe!!!

ist, dass der HSV-Werte oder der BGR angegebenen Werte als untere und Obere Schranken???

PS : ich muss die Letzte Folge als binären Bild für die weitere Verarbeitung!!

Bitte helft mir !!!

Nur Feste mein code, so dass Sie nun in der Tat eine geringe Sättigung und hohen Wert 🙂

InformationsquelleAutor user3429616 | 2014-03-23

Ich schrieb dies für tracking-weiß-Farbe :

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()

Habe ich versucht zu verfolgen, der weiße Bildschirm von meinem Handy und habe diese :

Tracking-weiße Farbe mit python-opencv

Können Sie versuchen Sie, die HSV-Werte
Sie können auch versuchen HSL-Farbraum als Legat gesagt, es wäre genauer

InformationsquelleAutor Vipul

29

Werfen wir einen Blick auf den HSV-Farbraum:

Müssen Sie die weißen, die in der Nähe der Mitte und ziemlich hoch. Beginnen Sie mit
```
sensitivity = 15
lower_white = np.array([0,0,255-sensitivity])
upper_white = np.array([255,sensitivity,255])
```
und stellen Sie dann den Schwellenwert auf Ihre Bedürfnisse.

Könnten Sie auch prüfen, mit HSL Farbraum, das steht für den Farbton, die Sättigung, Leichtigkeit. Dann würden Sie sich in Helligkeit für die Erkennung von weiß und zu erkennen, andere Farben bleiben einfach. Beide HSV-und HSL halten ähnliche Farben nahe. Auch HSL würde wahrscheinlich beweisen, genauer für die Erkennung von weiß - hier ist der Grund:

Wie reduziert man die unnütze Lärm !!!! everythingis immer verfolgt, wenn ich eine webcam
Mit neuen, farbigen Komponenten. Sie können die Schwellenwerte höher. Lassen Sie mich Bearbeiten Sie die Antwort noch einmal zu klären 🙂
Bereit. Verwendet die Empfindlichkeit statt der Schwelle. Geringere Empfindlichkeit gibt weniger Lärm.

InformationsquelleAutor Legat

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.