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

golang版本升级如何实现

golang版本升级如何实现

《golang版本升级如何实现》：本文主要介绍golang版本升级如何实现问题,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golanwww.chinasem.cng版本升级linux上golang版本升级删除golang旧版本安装golang最新版本总结gola
阅读更多...
MySQL 中的 CAST 函数详解及常见用法

MySQL 中的 CAST 函数详解及常见用法

《MySQL中的CAST函数详解及常见用法》CAST函数是MySQL中用于数据类型转换的重要函数,它允许你将一个值从一种数据类型转换为另一种数据类型,本文给大家介绍MySQL中的CAST... 目录mysql 中的 CAST 函数详解一、基本语法二、支持的数据类型三、常见用法示例1. 字符串转数字2. 数字
阅读更多...
SpringBoot中SM2公钥加密、私钥解密的实现示例详解

SpringBoot中SM2公钥加密、私钥解密的实现示例详解

《SpringBoot中SM2公钥加密、私钥解密的实现示例详解》本文介绍了如何在SpringBoot项目中实现SM2公钥加密和私钥解密的功能,通过使用Hutool库和BouncyCastle依赖,简化... 目录一、前言1、加密信息(示例)2、加密结果(示例)二、实现代码1、yml文件配置2、创建SM2工具
阅读更多...
Mysql实现范围分区表(新增、删除、重组、查看)

Mysql实现范围分区表(新增、删除、重组、查看)

《Mysql实现范围分区表(新增、删除、重组、查看)》MySQL分区表的四种类型（范围、哈希、列表、键值）,主要介绍了范围分区的创建、查询、添加、删除及重组织操作,具有一定的参考价值,感兴趣的可以了解... 目录一、mysql分区表分类二、范围分区（Range Partitioning1、新建分区表：2、分
阅读更多...
MySQL 定时新增分区的实现示例

MySQL 定时新增分区的实现示例

《MySQL定时新增分区的实现示例》本文主要介绍了通过存储过程和定时任务实现MySQL分区的自动创建,解决大数据量下手动维护的繁琐问题,具有一定的参考价值,感兴趣的可以了解一下... mysql创建好分区之后，有时候会需要自动创建分区。比如，一些表数据量非常大，有些数据是热点数据，按照日期分区MululbU
阅读更多...
MySQL中查找重复值的实现

MySQL中查找重复值的实现

《MySQL中查找重复值的实现》查找重复值是一项常见需求,比如在数据清理、数据分析、数据质量检查等场景下,我们常常需要找出表中某列或多列的重复值,具有一定的参考价值,感兴趣的可以了解一下... 目录技术背景实现步骤方法一：使用GROUP BY和HAVING子句方法二：仅返回重复值方法三：返回完整记录方法四：
阅读更多...
Python内置函数之classmethod函数使用详解

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》：本文主要介绍Python内置函数之classmethod函数使用方式,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... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客
阅读更多...
IDEA中新建/切换Git分支的实现步骤

IDEA中新建/切换Git分支的实现步骤

《IDEA中新建/切换Git分支的实现步骤》本文主要介绍了IDEA中新建/切换Git分支的实现步骤,通过菜单创建新分支并选择是否切换,创建后在Git详情或右键Checkout中切换分支,感兴趣的可以了... 前提：项目已被Git托管1、点击上方栏Git->NewBrancjsh...2、输入新的分支的
阅读更多...
Python函数作用域示例详解

Python函数作用域示例详解

《Python函数作用域示例详解》本文介绍了Python中的LEGB作用域规则,详细解析了变量查找的四个层级,通过具体代码示例,展示了各层级的变量访问规则和特性,对python函数作用域相关知识感兴趣... 目录一、LEGB 规则二、作用域实例2.1 局部作用域（Local）2.2 闭包作用域（Enclos
阅读更多...
Python实现对阿里云OSS对象存储的操作详解

Python实现对阿里云OSS对象存储的操作详解

《Python实现对阿里云OSS对象存储的操作详解》这篇文章主要为大家详细介绍了Python实现对阿里云OSS对象存储的操作相关知识,包括连接,上传,下载,列举等功能,感兴趣的小伙伴可以了解下... 目录一、直接使用代码二、详细使用1. 环境准备2. 初始化配置3. bucket配置创建4. 文件上传到os
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2