<链接>
这个帖子里介绍了怎么读取摄像头，并显示到qt窗口上。
这里在他的基础上，加入颜色检测功能，将图像中所有蓝色的东西都用一个框标记出来
颜色检测核心api介绍
按照惯例，先要介绍一下opencv中常用的hsv像素格式。颜色还是那个颜色，只是描述颜色用的参数变了。h代表色调，s代表饱和度，v代表明度，比使用rgb格式更方便计算与思考。
opencv中也提供了将rgb bgr等转为hsv图片的api
hsvImage = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
cv2.inRange,给定一个要检测的hsv颜色范围，返回一张黑白图。将hsv值在该范围内的像素点全部变为白色，不在的则为黑色。
import numpy as np
hsv_upper=np.array([125, 250, 250])
hsv_lower=np.array([95, 40, 40])
grayImage = cv2.inRange(hsvImage, hsv_lower, hsv_upper) # 颜色二值化
findContours,传入黑白图像，寻找所有轮廓。返回两个列表，contours里是找到的所有轮廓，hierarchy是那些轮廓之间的相对位置关系
contours, hierarchy = cv2.findContours(grayImage, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
minAreaRect,传入一个轮廓，计算最小外接矩形
# 画最小外接矩形
for cts in contours :
rect = cv2.minAreaRect(cts)
drawContours, 绘制轮廓
box = np.int0(cv2.boxPoints(rect))
cv2.drawContours(rgbImage, [box], 0, (255, 0, 0), 2)
基本测试代码
blue_detect.rar (2.8 KB)
import cv2
from ui_main import Ui_MainWindow
import numpy as np
import PyQt5
from PyQt5.QtCore import *
from PyQt5.QtGui import *
from PyQt5.QtWidgets import *
# 修正qt的plugin路径，因为某些程序（cv2）会将其改到其他路径
import os
os.environ['QT_QPA_PLATFORM_PLUGIN_PATH'] = os.path.dirname(PyQt5.__file__)
#【可选代码】允许Thonny远程运行
import os
os.environ["DISPLAY"] = ":0.0"
#【建议代码】允许终端通过ctrl+c中断窗口，方便调试
import signal
signal.signal(signal.SIGINT, signal.SIG_DFL)
timer = QTimer()
timer.start(100) # You may change this if you wish.
timer.timeout.connect(lambda: None) # Let the interpreter run each 100 ms
# 线程类
class Work(QThread):
signal_update_label = pyqtSignal(QPixmap)
label:QLabel
def sloat_update_label( self, pixmap:QPixmap):
self.label.setPixmap(pixmap)
def run(self):
print("label.width()=", self.label.width())
print("label.height()=", self.label.height())
self.signal_update_label.connect(self.sloat_update_label)
cap = cv2.VideoCapture(1)
while True:
ret, frame = cap.read()
if ret:
# 颜色转换
rgbImage = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
hsvImage = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# 二值化
hsv_upper=np.array([125, 250, 250])
hsv_lower=np.array([95, 40, 40])
grayImage = cv2.inRange(hsvImage, hsv_lower, hsv_upper) # 颜色二值化
# 查找并绘制最小外接矩形
contours, hierarchy = cv2.findContours(grayImage, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
for cts in contours :
rect = cv2.minAreaRect(cts)
box = np.int0(cv2.boxPoints(rect))
cv2.drawContours(rgbImage, [box], 0, (255, 0, 0), 2)
# 按比例缩放
h, w, ch = rgbImage.shape
aspect_ratio = w / h
new_width = self.label.width()
new_height = int(new_width / aspect_ratio)
if new_height > self.label.height():
new_height = self.label.height()
new_width = int(new_height * aspect_ratio)
rgbImage = cv2.resize(rgbImage, (new_width, new_height))
# 显示到label
bytesPerLine = ch * new_width
self.signal_update_label.emit(QPixmap.fromImage(QImage(rgbImage.data, new_width, new_height, bytesPerLine, QImage.Format_RGB888)))
else :
print("cap read error")
return
class WINDOW(QMainWindow):
def mousePressEvent(self, event):
if event.button() == Qt.LeftButton:
self.close()
def paintEvent(self,event):
new_width = int(window.width()/10*8)
new_height = int(window.height()/10*8)
lab_x = int((window.width() - new_width) / 2)
lab_y = int((window.height() - new_height) / 2)
ui.label.setGeometry( lab_x, lab_y, new_width, new_height)
import sys
app = QApplication(sys.argv)
window = WINDOW()
ui = Ui_MainWindow()
ui.setupUi(window)
window.showFullScreen() #全屏显示
# window.show() #按绘制时的尺寸显示
# 创建读取摄像头并显示的线程
work = Work()
work.label = ui.label
work.start()
sys.exit(app.exec_())
再分享一个代码
由于摄像头拍出来的噪点很多，而物体由于本身材质反光导致拍出来也有一些部分的颜色变了。所以实际应用时需要对图像进行一些滤波模糊化处理。或是直接对生成后的黑白图像进行一定膨胀与收缩。
再把各个参数做成pyqt窗口的选项，查看各项搭配后的效果，快速找到合适的参数选择
（不介绍具体写法了，直接给个代码吧，有问题去群里问吧）
hsv_detect.rar (5.6 KB)
