利用python打开摄像头及颜色检测方法_Python

最近两周由于忙于个人项目，一直未发言了，实在是太荒凉了。。。。，上周由于项目，见到Python的应用极为广泛，用起来也特别顺手，于是小编也开始着手学习Python,…下面我就汇报下今天的学习成果吧

小编运行环境unbuntu 14.0.4

首先我们先安装一下Python呗，我用的2.7，其实特别简单，一行指令就ＯＫ

sudo apt-get install python-dev

一般安装系统的时候其实python已经自带了，这步基本可以不用做，ＯＫ，我们继续往下走吧，安装python-opencv ,稍后我们需要用到opencv的库，一行指令即可，这也是小编特别喜欢linux的原因：

sudo apt-get install python-opencv

完成之后我们开始操作吧，首先同样的我们打开摄像头露个脸呗，不多说，上代码， vim pythonpractice.py 打开vim，copy以下代码即可（友情提示　python是有严格的缩进的，下面我都是四个空格缩进，各位不要复制错了）:lo

									lmport cv2

									import numpy as np#添加模块和矩阵模块

									cap=cv2.VideoCapture(0)

									＃打开摄像头，若打开本地视频，同opencv一样，只需将０换成("×××.avi")

									while(1): # get a frame 

									 ret, frame = cap.read() # show a frame 

									 cv2.imshow("capture", frame) 

									 if cv2.waitKey(1) & 0xFF == ord('q'):  

									  break

									cap.release()

									cv2.destroyAllWindows()

									#释放并销毁窗口

保存退出

python pythonpractice.py

小脸蛋即可出现在你的屏幕上了，下面稍微添加几行有意思的代码吧，实现蓝色背景检测，我这有瓶蓝色脉动，正好做个小实验。

									import cv2

									import numpy as np

									cap = cv2.VideoCapture(0)# set blue thresh

									lower_blue=np.array([78,43,46])

									upper_blue=np.array([110,255,255])

									while(1): # get a frame and show 

									 ret, frame = cap.read() 

									 cv2.imshow('Capture', frame) # change to hsv model 

									 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # get mask 

									 mask = cv2.inRange(hsv, lower_blue, upper_blue) 

									 cv2.imshow('Mask', mask) # detect blue 

									 res = cv2.bitwise_and(frame, frame, mask=mask) 

									 cv2.imshow('Result', res) 

									 if cv2.waitKey(1) & 0xFF == ord('q'):  

									  breakcap.release()

									cv2.destroyAllWindows()

同样python pythonpractice.py 运行一下，可以把手机换成蓝色背景检测以下，下面时间就交给各位理解了，代码很简单，只有简单的几行程序。

下面有个复杂点颜色识别的代码

									#!/usr/bin/python

									# -*- coding: utf-8 -*-

									import cv2

									import numpy as np

									import time

									readlower=np.array([156,179,144])

									readupper=np.array([180,255,255])

									readlower1 = np.array([0, 128, 146])

									readupper2 = np.array([5, 255, 255])

									lowerarry=[[readlower,readupper,'red'],[readlower1,readupper2,'red1']]

									capture=cv2.VideoCapture('4.mp4')

									while True:

									 ret,frame=capture.read()

									 print frame.shape

									 frame=cv2.resize(frame,(640,480))

									 if ret==False:

									  print("video is erro")

									 #cv2.imshow('xiaorun',frame)

									 hsv=cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)

									 for colormin,colermax,name in lowerarry:

									  mask=cv2.inRange(hsv,colormin,colermax)

									  #res = cv2.bitwise_and(frame, frame, mask=mask)

									 #mask=cv2.erode(mask,None,iterations=1)

									 mask=cv2.dilate(mask,None,iterations=25)

									 ret, binary = cv2.threshold(mask,15, 255, cv2.THRESH_BINARY)

									 cv2.imshow('result',binary)

									 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (21, 7))

									 closed = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel)

									 cv2.imshow('closed', closed)

									 #erode = cv2.erode(closed, None, iterations=4)

									 #cv2.imshow('erode', erode)

									 dilate = cv2.dilate(closed, None, iterations=50)

									 cv2.imshow('dilate', dilate)

									 _,contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

									 #res=_.copy()

									 for con in contours:

									  x, y, w, h = cv2.boundingRect(con) # 将轮廓分解为识别对象的左上角坐标和宽、高

									  # 在图像上画上矩形（图片、左上角坐标、右下角坐标、颜色、线条宽度）

									  cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0,0), 3)

									 cv2.imshow('res',frame)

									 key=cv2.waitKey(1)

									 if key==ord('q'):

									  break