使用Python检测网络摄像头的 RGB 颜色 – OpenCV

简介

本文介绍如何使用 Python 和 OpenCV 检测网络摄像头的 RGB 颜色。通过监测摄像头输入的图像，程序能够实现识别出目标颜色的功能。

准备工作

在本地安装好 Python 和 OpenCV 库，确保摄像头已经连接并正确工作。

实现步骤

步骤 1: 导入库

首先需要导入使用到的库：

import cv2
import numpy as np

步骤 2: 创建摄像头对象

使用 OpenCV 的 VideoCapture() 函数创建摄像头对象：

cap = cv2.VideoCapture(0)

这里的参数 0 表示使用默认的摄像头设备。如果有多个摄像头，可以使用其他参数来指定使用的设备。

步骤 3: 循环读取摄像头

使用 while 循环从摄像头中逐帧读取图像，同时进行颜色检测：

while True:
    # 读取图像
    ret, frame = cap.read()
    
    # 筛选目标颜色
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_color = np.array([110,50,50])
    upper_color = np.array([130,255,255])
    mask = cv2.inRange(hsv, lower_color, upper_color)
    res = cv2.bitwise_and(frame, frame, mask=mask)
    
    # 显示图像结果
    cv2.imshow("frame", frame)
    cv2.imshow("mask", mask)
    cv2.imshow("res", res)
    
    # 检测按键
    key = cv2.waitKey(1)
    if key == 27:
        break

这里使用的方法是将输入图像转换为 HSV 颜色空间，然后设定目标颜色的上下阈值。通过调整阈值可以筛选出特定的颜色区域，最终生成颜色掩膜 mask。

使用 OpenCV 的 bitwise_and() 函数将原始图像 frame 和颜色掩膜 mask 进行逻辑与运算，得到目标颜色的结果图像 res。

步骤 4: 显示结果图像

最后，使用 OpenCV 的 imshow() 函数显示摄像头输入图像、颜色掩膜和结果图像：

cv2.imshow("frame", frame)
cv2.imshow("mask", mask)
cv2.imshow("res", res)

步骤 5: 检测按键并退出

使用 OpenCV 的 waitKey() 函数来检测按键，当按下 ESC（ASCII码值为 27） 键时退出程序：

key = cv2.waitKey(1)
if key == 27:
    break

示例代码

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while True:
    # 读取图像
    ret, frame = cap.read()
    
    # 筛选目标颜色
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    lower_color = np.array([110,50,50])
    upper_color = np.array([130,255,255])
    mask = cv2.inRange(hsv, lower_color, upper_color)
    res = cv2.bitwise_and(frame, frame, mask=mask)
    
    # 显示图像结果
    cv2.imshow("frame", frame)
    cv2.imshow("mask", mask)
    cv2.imshow("res", res)
    
    # 检测按键
    key = cv2.waitKey(1)
    if key == 27:
        break

cap.release()
cv2.destroyAllWindows()

总结

本文介绍了使用 Python 和 OpenCV 检测网络摄像头的 RGB 颜色的方法。通过筛选目标颜色的上下阈值，生成颜色掩膜并进行逻辑与运算，最终得到目标颜色的图像结果。