2.21 HSV 色域値をプログラムに書き込む

実験の目的

1. HSV 色域値のパラメータをプログラムに書き込む方法を習得します。

2. 画像に対して HSV 色検出を行い、輪郭と中心点を描画します。

機能要件

HSV しきい値で色分割（例：青）を行い、そのままモルフォロジー処理によるノイズ除去、輪郭検出、面積フィルタリング、中心点の計算と描画を行って、単独で動作する物体検出・位置特定を実現します。

ハードウェアの準備

回路接続

ソフトウェア設計

設計フローチャート

ソースコードのダウンロード

ソースコードファイル：06_write_hsv.rar

プログラムコード

完全なプロジェクトコードは（ソースコードファイル）をクリックしてダウンロードしてください。

"""
---------------------------------------------------------------
程序功能: 将获取到的hsv色域值,写入程序中

---------------------------------------------------------------
"""

import cv2
import numpy as np

# ==================== 初始化摄像头 ====================
# 打开默认摄像头（使用udev规则）
# "/dev/mycamera" 是通过udev规则创建的符号链接，指向固定的物理摄像头
cap = cv2.VideoCapture("/dev/mycamera")
#cap = cv2.VideoCapture(0)  # 打开默认摄像头（设备索引通常是 0）

# 检查摄像头是否成功打开
if not cap.isOpened():
    print("错误：无法打开摄像头")
    exit()

# ==================== 定义颜色常量 ====================
# 橙色（BGR格式），用于绘制中心点
ORANGE = (0, 165, 255)
# 红色（BGR格式），用于绘制轮廓
RED = (0, 0, 255)

# ==================== 硬编码的 HSV 阈值范围 ====================
# 注意：这些值是通过之前实验（实验1-5）调试得到的最佳参数
# 目标颜色：红色（范围0-10是红色的第一个区域）
# 
# 红色在 HSV 空间中比较特殊，分布在两个区域：
#   - 区域1: H=0~10（偏橙的红）
#   - 区域2: H=170~179（偏紫的红）
# 这里使用的是区域1的范围
lower = np.array([0, 43, 46])    # HSV 下限：H=0, S=43, V=46
upper = np.array([10, 255, 255]) # HSV 上限：H=10, S=255, V=255
# 参数说明：
#   H（色调）：0~10（红色区域）
#   S（饱和度）：43~255（排除接近灰色的区域）
#   V（明度）：46~255（排除过暗的区域）

#蓝色的色域范围
lower = np.array([55, 0, 0])    # HSV 下限
upper = np.array([118,255,255]) # HSV 上限

# ==================== 主循环：实时采集并处理 ====================
while True:
    # 从摄像头读取一帧图像
    ret, frame = cap.read()

    # 检查是否成功读取到图像
    if not ret:
        break

    # ========== 1. 颜色空间转换 ==========
    # 将 BGR 图像转换为 HSV 颜色空间
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # ========== 2. 应用硬编码的 HSV 阈值 ==========
    # 使用预定义的 lower 和 upper 创建掩膜
    # 不再需要滑动条调试，直接使用固化参数
    mask = cv2.inRange(hsv, lower, upper)

    # ========== 3. 形态学去噪 ==========
    kernel = np.ones((5, 5), np.uint8)       # 创建 5x5 的核
    # 闭运算（先膨胀后腐蚀）：填补小孔，连接邻近区域
    mask_clean = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
    # 开运算（先腐蚀后膨胀）：去除小噪点，平滑边缘
    mask_clean = cv2.morphologyEx(mask_clean, cv2.MORPH_OPEN, kernel)

    # ========== 4. 轮廓检测 ==========
    # 查找二值图像中的所有轮廓
    # cv2.RETR_EXTERNAL: 只检测最外层轮廓
    # cv2.CHAIN_APPROX_SIMPLE: 压缩存储，只保存端点
    contours, hierarchy = cv2.findContours(mask_clean, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # ========== 5. 创建输出图像 ==========
    # 复制原图，用于绘制轮廓和中心点
    output_frame = frame.copy()

    # 存储满足面积条件的轮廓（用于统一绘制）
    valid_contours = []

    # ========== 6. 遍历轮廓，计算中心点 ==========
    for cnt in contours:
        # 计算轮廓面积（像素数）
        area = cv2.contourArea(cnt)

        # 面积过滤：只处理面积大于 1000 像素的轮廓
        # 过滤掉小噪点，只保留有效物体
        if area > 1000:
            valid_contours.append(cnt)  # 添加到有效轮廓列表

            # 计算轮廓的矩
            M = cv2.moments(cnt)

            # 避免除零错误
            if M["m00"] != 0:
                # 计算轮廓中心点坐标
                cx = int(M["m10"] / M["m00"])  # 质心 x 坐标
                cy = int(M["m01"] / M["m00"])  # 质心 y 坐标

                # 绘制中心点（橙色实心圆，半径8像素）
                cv2.circle(output_frame, (cx, cy), radius=8, color=ORANGE, thickness=-1)

    # ========== 7. 绘制轮廓 ==========
    # 在原图上绘制所有有效轮廓（红色，线宽2像素）
    cv2.drawContours(output_frame, valid_contours, -1, RED, thickness=2)

    # ========== 8. 横屏拼接显示 ==========
    # 将掩膜（单通道）转换为 BGR 三通道，以便拼接
    mask_bgr = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)

    # 水平拼接：输出图像（左）和掩膜（右）
    combined = np.hstack((output_frame, mask_bgr))

    # ========== 9. 显示结果 ==========
    cv2.imshow("Original | Mask", combined)

    # ========== 10. 键盘控制 ==========
    # 按 'q' 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# ==================== 资源释放 ====================
cap.release()          # 释放摄像头设备
cv2.destroyAllWindows()  # 关闭所有OpenCV创建的窗口

操作手順

1. ターミナルを開き、Python プログラムのディレクトリに移動してプログラムを実行します。以下のコマンドを入力してください。デフォルトでは赤い物体を認識します。

python 06_write_hsv.py

青い物体を認識させたい場合は、測定した青の色域をプログラムに追加する必要があります。詳しい操作は「実験結果」の動画をご参照ください。

青の HSV 範囲：

下限：55,0,0

上限：118,255,255

今後、他の色の物体の HSV 範囲値を取得したい場合は、リンク（2.2.5 HSV と画像の輪郭・中心点の描画）をクリックしてください。

実験結果

HSV しきい値で色分割を行い、輪郭と中心点を描画します。今後、物体検出・位置特定システムに応用できます。

参考結果：

お問い合わせ

資料のダウンロード・技術サポートについては、HumansX株式会社までお問い合わせください。