EmguCV实现颜色物体识别与追踪（CvInvoke.InRange()函数）

2023-11-09 06:20
文章标签 实现 函数 物体 识别 颜色 追踪 emgucv cvinvoke inrange

本文主要是介绍EmguCV实现颜色物体识别与追踪（CvInvoke.InRange()函数），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

    • 说明
    • Code
    • 效果

说明

1、在HSV颜色空间下进行颜色追踪，RGB颜色空间每个通道分量受亮度影响大，HSV颜色空间受亮度影响较小；
2、EmguCV与OpenCV的HSV取值： H：0-180 ; S: 0-255; V: 0-255（注意取值范围）;
在这里插入图片描述
3、常用的HSV参考值：
在这里插入图片描述
4、使用Inrange()函数在HSV空间中寻找HSV在某一范围内的值，输出掩膜，作为寻找结果。

Code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;using Emgu.CV;
using Emgu.CV.Util;
using Emgu.CV.Structure;
using Emgu.CV.CvEnum;
using Emgu.Util;
using System.Drawing;namespace lesson28_console
{class Program{static void Main(string[] args){///图片颜色识别//Mat srcImg = CvInvoke.Imread(@"C:\Users\hello\Desktop\EmguCVDemo\lesson28\lesson28_console\bin\Debug\opencv-logo-white.png");//CvInvoke.Imshow("input", srcImg);//Mat hsvImg = new Mat();//Mat mask = new Mat();//double h_min = 0, s_min = 43, v_min = 46;//double h_max = 10, s_max = 255, v_max = 255;//ScalarArray hsv_min = new ScalarArray(new MCvScalar(h_min, s_min, v_min));//ScalarArray hsv_max = new ScalarArray(new MCvScalar(h_max, s_max, v_max));//CvInvoke.CvtColor(srcImg, hsvImg, ColorConversion.Bgr2Hsv);//CvInvoke.InRange(hsvImg, hsv_min, hsv_max, mask);   //输出为符合要求的图像掩膜//CvInvoke.MedianBlur(mask, mask, 5);//CvInvoke.Imshow("mask", mask);//VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();//VectorOfRect hierarchy = new VectorOfRect();发现轮廓//CvInvoke.FindContours(mask, contours,hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);//VectorOfVectorOfPoint contours_approx = new VectorOfVectorOfPoint(contours.Size);//Rectangle rect = new Rectangle();//for (int i =0; i < contours.Size;i++)//{//    CvInvoke.ApproxPolyDP(contours[i], contours_approx[i], 3, true);//    CvInvoke.DrawContours(srcImg, contours_approx, i, new MCvScalar(255, 0, 0), 1, LineType.EightConnected, hierarchy, 0);//    CvInvoke.Imshow("red", srcImg);//    rect = CvInvoke.BoundingRectangle(contours_approx[i]);//    CvInvoke.Rectangle(srcImg, rect, new MCvScalar(0, 0, 255), 1);//    CvInvoke.PutText(srcImg, "red", new Point(rect.X, rect.Y), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 255, 0));//}//CvInvoke.WaitKey(0);///视频绿色物体追踪//VideoCapture cap = new VideoCapture("1.mp4");//if(!cap.IsOpened)     //打开文件失败//{//    Console.WriteLine("Open video failed!");//    return;//}//Mat frame = new Mat();//while(true)//{//    //frame = cap.QueryFrame();//    cap.Read(frame);//    if(frame.IsEmpty)//    {//        Console.WriteLine("frame is empty...");//        break;//    }//    Mat hsvimg = new Mat();//    Mat mask = new Mat();//    double h_min = 35, s_min = 110, v_min = 106;//    double h_max = 77, s_max = 255, v_max = 255;//    ScalarArray hsv_min = new ScalarArray(new MCvScalar(h_min, s_min, v_min));//    ScalarArray hsv_max = new ScalarArray(new MCvScalar(h_max, s_max, v_max));//    CvInvoke.CvtColor(frame, hsvimg, ColorConversion.Bgr2Hsv);//    CvInvoke.InRange(hsvimg, hsv_min, hsv_max, mask);//    CvInvoke.MedianBlur(mask, mask, 5);//    CvInvoke.Imshow("mask", mask);//    VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();//    VectorOfRect hierachy = new VectorOfRect();//    CvInvoke.FindContours(mask, contours, hierachy, RetrType.External, ChainApproxMethod.ChainApproxNone);//    for(int i = 0; i< contours.Size; i++)//    {//        Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);//        if (rect.Width < 10 || rect.Height < 10)                //对于太小的外接矩形，删除掉//            continue;//        CvInvoke.Rectangle(frame, rect, new MCvScalar(255, 0, 0), 1);//        CvInvoke.PutText(frame, "green", new Point(rect.X, rect.Y - 5), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 255, 0));//    }//    CvInvoke.Imshow("hsv_track", frame);//    if(CvInvoke.WaitKey(30) == 27)//    {//        break;//    }//}///蓝色物体追踪//VideoCapture cap = new VideoCapture("1.mp4");//if (!cap.IsOpened)     //打开文件失败//{//    Console.WriteLine("Open video failed!");//    return;//}//Mat frame = new Mat();//while (true)//{//    //frame = cap.QueryFrame();   //实验读取到最后一帧有异常//    cap.Read(frame);//    if (frame.IsEmpty)//    {//        Console.WriteLine("frame is empty...");//        break;//    }//    Mat hsvimg = new Mat();//    Mat mask = new Mat();//    double h_min = 81, s_min = 77, v_min = 93;//    double h_max = 125, s_max = 255, v_max = 255;//    ScalarArray hsv_min = new ScalarArray(new MCvScalar(h_min, s_min, v_min));//    ScalarArray hsv_max = new ScalarArray(new MCvScalar(h_max, s_max, v_max));//    //!!!因为图像某一部分存在干扰，所以设置感兴趣区域,只追踪在规定范围内的颜色物体//    Mat frameROI = new Mat(frame, new Rectangle(0, 0, 350, 353));  //将干扰区域切除//    CvInvoke.CvtColor(frameROI, hsvimg, ColorConversion.Bgr2Hsv);//    CvInvoke.InRange(hsvimg, hsv_min, hsv_max, mask);//    CvInvoke.MedianBlur(mask, mask, 5);//    CvInvoke.Imshow("mask", mask);//    VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();//    VectorOfRect hierachy = new VectorOfRect();//    CvInvoke.FindContours(mask, contours, hierachy, RetrType.External, ChainApproxMethod.ChainApproxNone);//    for (int i = 0; i < contours.Size; i++)//    {//        Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);//        if (rect.Width < 10 || rect.Height < 10)                //对于太小的外接矩形，删除掉//            continue;//        CvInvoke.Rectangle(frame, rect, new MCvScalar(255, 0, 0), 1);//        CvInvoke.PutText(frame, "blue", new Point(rect.X, rect.Y - 5), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 255, 0));//    }//    CvInvoke.Imshow("hsv_track", frame);//    if (CvInvoke.WaitKey(30) == 27)//    {//        break;//    }//}///红色绿色同时追踪//VideoCapture cap = new VideoCapture("1.mp4");//if (!cap.IsOpened)     //打开文件失败//{//    Console.WriteLine("Open video failed!");//    return;//}//Mat frame = new Mat();//while (true)//{//    //frame = cap.QueryFrame();   //实验读取到最后一帧有异常//    cap.Read(frame);//    if (frame.IsEmpty)//    {//        Console.WriteLine("frame is empty...");//        break;//    }//    Mat hsvimg = new Mat();//    Mat mask_red = new Mat();//    Mat mask_green = new Mat();//    double h_min_red = 0, s_min_red = 127, v_min_red = 128;//    double h_max_red = 10, s_max_red = 255, v_max_red = 255;//    double h_min_green = 35, s_min_green = 110, v_min_green = 106;//    double h_max_green = 77, s_max_green = 255, v_max_green = 255;//    ScalarArray hsv_min_red = new ScalarArray(new MCvScalar(h_min_red, s_min_red, v_min_red));//    ScalarArray hsv_max_red = new ScalarArray(new MCvScalar(h_max_red, s_max_red, v_max_red));//    ScalarArray hsv_min_green = new ScalarArray(new MCvScalar(h_min_green, s_min_green, v_min_green));//    ScalarArray hsv_max_green = new ScalarArray(new MCvScalar(h_max_green, s_max_green, v_max_green));               //    CvInvoke.CvtColor(frame, hsvimg, ColorConversion.Bgr2Hsv);//    CvInvoke.InRange(hsvimg, hsv_min_red, hsv_max_red, mask_red);//    CvInvoke.InRange(hsvimg, hsv_min_green, hsv_max_green, mask_green);//    CvInvoke.MedianBlur(mask_red, mask_red, 5);//    CvInvoke.MedianBlur(mask_green, mask_green, 5);//    Mat mask = new Mat();//    CvInvoke.Add(mask_red, mask_green, mask);  //掩膜相加//    CvInvoke.Imshow("mask", mask);          //显示合在一起的掩膜//    VectorOfVectorOfPoint contours_red = new VectorOfVectorOfPoint();//    VectorOfRect hierachy_red = new VectorOfRect();//    CvInvoke.FindContours(mask_red, contours_red, hierachy_red, RetrType.External, ChainApproxMethod.ChainApproxNone);//    for (int i = 0; i < contours_red.Size; i++)//    {//        Rectangle rect = CvInvoke.BoundingRectangle(contours_red[i]);//        if (rect.Width < 10 || rect.Height < 10)                //对于太小的外接矩形，删除掉//            continue;//        CvInvoke.Rectangle(frame, rect, new MCvScalar(255, 0, 0), 1);//        CvInvoke.PutText(frame, "red", new Point(rect.X, rect.Y - 5), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 255, 0));//    }//    VectorOfVectorOfPoint contours_green = new VectorOfVectorOfPoint();//    VectorOfRect hierachy_green = new VectorOfRect();//    CvInvoke.FindContours(mask_green, contours_green, hierachy_green, RetrType.External, ChainApproxMethod.ChainApproxNone);//    for (int i = 0; i < contours_green.Size; i++)//    {//        Rectangle rect = CvInvoke.BoundingRectangle(contours_green[i]);//        if (rect.Width < 10 || rect.Height < 10)                //对于太小的外接矩形，删除掉//            continue;//        CvInvoke.Rectangle(frame, rect, new MCvScalar(255, 0, 0), 1);//        CvInvoke.PutText(frame, "green", new Point(rect.X, rect.Y - 5), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 255, 0));//    }//    CvInvoke.Imshow("hsv_track", frame);//    if (CvInvoke.WaitKey(30) == 27)//    {//        break;//    }//}///手掌肤色提取Mat src = CvInvoke.Imread("2.bmp");double h_min = 0, s_min = 70, v_min = 70;       //手的HSV颜色分布double h_max = 15, s_max = 255, v_max = 255;ScalarArray hsv_min = new ScalarArray(new MCvScalar(h_min, s_min, v_min));ScalarArray hsv_max = new ScalarArray(new MCvScalar(h_max, s_max, v_max));Mat hsvimg = new Mat();Mat mask = new Mat();CvInvoke.CvtColor(src, hsvimg, ColorConversion.Bgr2Hsv);CvInvoke.InRange(hsvimg, hsv_min, hsv_max, mask);CvInvoke.MedianBlur(mask, mask, 5);VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint();VectorOfRect hierarchy = new VectorOfRect();//发现轮廓CvInvoke.FindContours(mask, contours, hierarchy, RetrType.External, ChainApproxMethod.ChainApproxNone);for(int i = 0; i< contours.Size;i++){Rectangle rect = CvInvoke.BoundingRectangle(contours[i]);if (rect.Width < 10 || rect.Height < 10)continue;CvInvoke.Rectangle(src, rect, new MCvScalar(255, 0, 0));CvInvoke.PutText(src, "hand", new Point(rect.X, rect.Y - 5), FontFace.HersheyComplexSmall, 1.2, new MCvScalar(0, 0, 255));}CvInvoke.Imshow("hsv_track", src);CvInvoke.WaitKey(0);}}
}

效果

1、寻找图像红色部分：
在这里插入图片描述
掩膜：
在这里插入图片描述
2、寻找红色部分：
在这里插入图片描述
3、寻找视频中的绿色部分：

在这里插入图片描述
4、寻找视频中红色与绿色物体：
在这里插入图片描述
5、根据手的HSV特征寻找手：
在这里插入图片描述
在这里插入图片描述

这篇关于EmguCV实现颜色物体识别与追踪（CvInvoke.InRange()函数）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/374416。

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N
阅读更多...
SpringBoot实现数据库读写分离的3种方法小结

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一：基于AbstractRoutingDataSource实现动态
阅读更多...
Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整
阅读更多...
Java枚举类实现Key-Value映射的多种实现方式

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co
阅读更多...
使用Python实现快速搭建本地HTTP服务器

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》：本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.
阅读更多...
Kotlin 作用域函数apply、let、run、with、also使用指南

Kotlin 作用域函数apply、let、run、with、also使用指南

《Kotlin作用域函数apply、let、run、with、also使用指南》在Kotlin开发中,作用域函数（ScopeFunctions）是一组能让代码更简洁、更函数式的高阶函数,本文将... 目录一、引言：为什么需要作用域函数？二、作用域函China编程数详解1. apply：对象配置的 “流式构建器”最
阅读更多...
MySQL双主搭建+keepalived高可用的实现

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制，确认复制是否成功4.同
阅读更多...
Java实现文件图片的预览和下载功能

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件（图片）的预览和下载 @ApiOperation("访问文件") @GetMapping("
阅读更多...
使用Sentinel自定义返回和实现区分来源方式

使用Sentinel自定义返回和实现区分来源方式

《使用Sentinel自定义返回和实现区分来源方式》：本文主要介绍使用Sentinel自定义返回和实现区分来源方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Sentinel自定义返回和实现区分来源1. 自定义错误返回2. 实现区分来源总结Sentinel自定
阅读更多...
Java实现时间与字符串互相转换详解

Java实现时间与字符串互相转换详解

《Java实现时间与字符串互相转换详解》这篇文章主要为大家详细介绍了Java中实现时间与字符串互相转换的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、日期格式化为字符串（一）使用预定义格式（二）自定义格式二、字符串解析为日期（一）解析ISO格式字符串（二）解析自定义
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2