关于Python对交通路口的红绿灯进行颜色检测
转自 | python联盟 1.视频读取 首先把视频读取进来，因为我测试的视频是4k的所以我用resize调整了一下视频的分辨大小
cap = cv2.videocapture('video/小路口.mp4')while true: ret,frame = cap.read() if ret == false: break frame = cv2.resize(frame,(1920,1080)) cv2.imshow('frame',frame) c = cv2.waitkey(10) if c==27: break imshow()
2.截取roi区域 截取roi的区域，也就是说，为了避免多余的干扰因素我们要把红绿灯的位置给截取出来
截取后的roi
3.转换hsv颜色空间 hsv颜色分量范围
（详细参考：https://www.cnblogs.com/wangyblzu/p/5710715.html）
一般对颜色空间的图像进行有效处理都是在hsv空间进行的，然后对于基本色中对应的hsv分量需要给定一个严格的范围，下面是通过实验计算的模糊范围（准确的范围在网上都没有给出）。
h: 0— 180
s: 0— 255
v: 0— 255
此处把部分红色归为紫色范围（如下图所示）：
上面是已给好特定的颜色值，如果你的颜色效果不佳，可以通过python代码来对min和max值的微调，用opencv中的api来获取你所需理想的颜色，可以复制以下代码来进行颜色的调整。
1.首先你要截取roi区域的一张图片
2.读取这张图然后调整颜色值
颜色调整代码如下：
（详细参考：https://www.bilibili.com/video/bv16k411w7x9）
import cv2import numpy as npdef empty(a): passdef stackimages(scale,imgarray): rows = len(imgarray) cols = len(imgarray[0]) rowsavailable = isinstance(imgarray[0], list) width = imgarray[0][0].shape[1] height = imgarray[0][0].shape[0] if rowsavailable: for x in range ( 0, rows): for y in range(0, cols): if imgarray[x][y].shape[:2] == imgarray[0][0].shape [:2]: imgarray[x][y] = cv2.resize(imgarray[x][y], (0, 0), none, scale, scale) else: imgarray[x][y] = cv2.resize(imgarray[x][y], (imgarray[0][0].shape[1], imgarray[0][0].shape[0]), none, scale, scale) if len(imgarray[x][y].shape) == 2: imgarray[x][y]= cv2.cvtcolor( imgarray[x][y], cv2.color_gray2bgr) imageblank = np.zeros((height, width, 3), np.uint8) hor = [imageblank]*rows hor_con = [imageblank]*rows for x in range(0, rows): hor[x] = np.hstack(imgarray[x]) ver = np.vstack(hor) else: for x in range(0, rows): if imgarray[x].shape[:2] == imgarray[0].shape[:2]: imgarray[x] = cv2.resize(imgarray[x], (0, 0), none, scale, scale) else: imgarray[x] = cv2.resize(imgarray[x], (imgarray[0].shape[1], imgarray[0].shape[0]), none,scale, scale) if len(imgarray[x].shape) == 2: imgarray[x] = cv2.cvtcolor(imgarray[x], cv2.color_gray2bgr) hor= np.hstack(imgarray) ver = hor return ver#读取的图片路径path = './green.jpg'cv2.namedwindow(trackbars)cv2.resizewindow(trackbars,640,240)cv2.createtrackbar(hue min,trackbars,0,179,empty)cv2.createtrackbar(hue max,trackbars,19,179,empty)cv2.createtrackbar(sat min,trackbars,110,255,empty)cv2.createtrackbar(sat max,trackbars,240,255,empty)cv2.createtrackbar(val min,trackbars,153,255,empty)cv2.createtrackbar(val max,trackbars,255,255,empty)while true: img = cv2.imread(path) imghsv = cv2.cvtcolor(img,cv2.color_bgr2hsv) h_min = cv2.gettrackbarpos(hue min,trackbars) h_max = cv2.gettrackbarpos(hue max, trackbars) s_min = cv2.gettrackbarpos(sat min, trackbars) s_max = cv2.gettrackbarpos(sat max, trackbars) v_min = cv2.gettrackbarpos(val min, trackbars) v_max = cv2.gettrackbarpos(val max, trackbars) print(h_min,h_max,s_min,s_max,v_min,v_max) lower = np.array([h_min,s_min,v_min]) upper = np.array([h_max,s_max,v_max]) mask = cv2.inrange(imghsv,lower,upper) imgresult = cv2.bitwise_and(img,img,mask=mask) imgstack = stackimages(0.6,([img,imghsv],[mask,imgresult])) cv2.imshow(stacked images, imgstack) cv2.waitkey(1) 运行代码后调整的结果（如下图所示），很明显可以看到绿色已经被获取到。
4.二值图像颜色判定 因为图像是二值的图像，所以如果图像出现白点，也就是255，那么就取他的max最大值255，视频帧的不断变化然后遍历每个颜色值
red_color = np.max(red_blur)green_color = np.max(green_blur)if red_color == 255: print('red')elif green_color == 255: print('green') 5.颜色结果画在图像上 用矩形框来框选出红绿灯区域
cv2.rectangle(frame,(1020,50),(1060,90),(0,0,255),2) #按坐标画出矩形框cv2.puttext(frame, red, (1020, 40), cv2.font_hershey_complex, 1, (0, 0, 255),2)#显示red文本信息 6.完整代码 import cv2import numpy as npcap = cv2.videocapture('video/小路口.mp4')while true: ret,frame = cap.read() if ret == false: break frame = cv2.resize(frame,(1920,1080)) #截取roi区域 roicolor = frame[50:90,950:1100] #转换hsv颜色空间 hsv = cv2.cvtcolor(roicolor,cv2.color_bgr2hsv) #red lower_hsv_red = np.array([157,177,122]) upper_hsv_red = np.array([179,255,255]) mask_red = cv2.inrange(hsv,lowerb=lower_hsv_red,upperb=upper_hsv_red) #中值滤波 red_blur = cv2.medianblur(mask_red, 7) #green lower_hsv_green = np.array([49,79,137]) upper_hsv_green = np.array([90,255,255]) mask_green = cv2.inrange(hsv,lowerb=lower_hsv_green,upperb=upper_hsv_green) #中值滤波 green_blur = cv2.medianblur(mask_green, 7) #因为图像是二值的图像，所以如果图像出现白点，也就是255，那么就取他的max最大值255 red_color = np.max(red_blur) green_color = np.max(green_blur) #在red_color中判断二值图像如果数值等于255，那么就判定为red if red_color == 255: print('red') #。。。这是我经常会混淆的坐标。。。就列举出来记一下。。。 # y y+h x x+w #frame[50:90,950:1100] # x y x+w y+h cv2.rectangle(frame,(1020,50),(1060,90),(0,0,255),2) #按坐标画出矩形框 cv2.puttext(frame, red, (1020, 40), cv2.font_hershey_complex, 1, (0, 0, 255),2)#显示red文本信息 #在green_color中判断二值图像如果数值等于255，那么就判定为green elif green_color == 255: print('green') cv2.rectangle(frame,(1020,50),(1060,90),(0,255,0),2) cv2.puttext(frame, green, (1020, 40), cv2.font_hershey_complex, 1, (0, 255, 0),2) cv2.imshow('frame',frame) red_blur = cv2.resize(red_blur,(300,200)) green_blur = cv2.resize(green_blur,(300,200)) cv2.imshow('red_window',red_blur) cv2.imshow('green_window',green_blur) c = cv2.waitkey(10) if c==27: break
手工电弧焊对焊接电源的要求
中国联通5G行业专网产品体系3.0正式发布
广东鸿宝科技董事长喻世民如何看待锂电制造业
PCB布线的20个问题
联电总经理王石：智能手机、网络及显示器需求将增温
关于Python对交通路口的红绿灯进行颜色检测
新型18650锂电比能量突破306Wh/kg技术揭秘
再流焊特点
星三角降压启动电路是一个比较经典的电路
简易电子万年历的制作方法
对于传统零售来说，新零售究竟是救命稻草还是一场骗局？
Android 11首个开发者预览版新特性公布 可识别出蓝牙音频设备实际支持的解码类型
单片机IO口结构，P1P2口相关内容讲解
新型 MEMS光束操纵技术有望大幅降低激光雷达成本
Orange Business Services 张宇锋：中国云计算强劲发展，新挑战亟待突破
我国首个经过实验验证的再保险区块链白皮书正式发布
蓝牙耳机的音质很重要，推荐几款音质出众的蓝牙耳机
自动驾驶走向广泛应用的下半场已然开启
CDMA系统中的功率控制技术及过程分析
当5G网络到来时，爱立信将进一步提升增长和盈利能力
cap = cv2.videocapture('video/小路口.mp4')while true: ret,frame = cap.read() if ret == false: break frame = cv2.resize(frame,(1920,1080)) cv2.imshow('frame',frame) c = cv2.waitkey(10) if c==27: break imshow()
2.截取roi区域 截取roi的区域，也就是说，为了避免多余的干扰因素我们要把红绿灯的位置给截取出来
截取后的roi
3.转换hsv颜色空间 hsv颜色分量范围
（详细参考：https://www.cnblogs.com/wangyblzu/p/5710715.html）
一般对颜色空间的图像进行有效处理都是在hsv空间进行的，然后对于基本色中对应的hsv分量需要给定一个严格的范围，下面是通过实验计算的模糊范围（准确的范围在网上都没有给出）。
h: 0— 180
s: 0— 255
v: 0— 255
此处把部分红色归为紫色范围（如下图所示）：
上面是已给好特定的颜色值，如果你的颜色效果不佳，可以通过python代码来对min和max值的微调，用opencv中的api来获取你所需理想的颜色，可以复制以下代码来进行颜色的调整。
1.首先你要截取roi区域的一张图片
2.读取这张图然后调整颜色值
颜色调整代码如下：
（详细参考：https://www.bilibili.com/video/bv16k411w7x9）
import cv2import numpy as npdef empty(a): passdef stackimages(scale,imgarray): rows = len(imgarray) cols = len(imgarray[0]) rowsavailable = isinstance(imgarray[0], list) width = imgarray[0][0].shape[1] height = imgarray[0][0].shape[0] if rowsavailable: for x in range ( 0, rows): for y in range(0, cols): if imgarray[x][y].shape[:2] == imgarray[0][0].shape [:2]: imgarray[x][y] = cv2.resize(imgarray[x][y], (0, 0), none, scale, scale) else: imgarray[x][y] = cv2.resize(imgarray[x][y], (imgarray[0][0].shape[1], imgarray[0][0].shape[0]), none, scale, scale) if len(imgarray[x][y].shape) == 2: imgarray[x][y]= cv2.cvtcolor( imgarray[x][y], cv2.color_gray2bgr) imageblank = np.zeros((height, width, 3), np.uint8) hor = [imageblank]*rows hor_con = [imageblank]*rows for x in range(0, rows): hor[x] = np.hstack(imgarray[x]) ver = np.vstack(hor) else: for x in range(0, rows): if imgarray[x].shape[:2] == imgarray[0].shape[:2]: imgarray[x] = cv2.resize(imgarray[x], (0, 0), none, scale, scale) else: imgarray[x] = cv2.resize(imgarray[x], (imgarray[0].shape[1], imgarray[0].shape[0]), none,scale, scale) if len(imgarray[x].shape) == 2: imgarray[x] = cv2.cvtcolor(imgarray[x], cv2.color_gray2bgr) hor= np.hstack(imgarray) ver = hor return ver#读取的图片路径path = './green.jpg'cv2.namedwindow(trackbars)cv2.resizewindow(trackbars,640,240)cv2.createtrackbar(hue min,trackbars,0,179,empty)cv2.createtrackbar(hue max,trackbars,19,179,empty)cv2.createtrackbar(sat min,trackbars,110,255,empty)cv2.createtrackbar(sat max,trackbars,240,255,empty)cv2.createtrackbar(val min,trackbars,153,255,empty)cv2.createtrackbar(val max,trackbars,255,255,empty)while true: img = cv2.imread(path) imghsv = cv2.cvtcolor(img,cv2.color_bgr2hsv) h_min = cv2.gettrackbarpos(hue min,trackbars) h_max = cv2.gettrackbarpos(hue max, trackbars) s_min = cv2.gettrackbarpos(sat min, trackbars) s_max = cv2.gettrackbarpos(sat max, trackbars) v_min = cv2.gettrackbarpos(val min, trackbars) v_max = cv2.gettrackbarpos(val max, trackbars) print(h_min,h_max,s_min,s_max,v_min,v_max) lower = np.array([h_min,s_min,v_min]) upper = np.array([h_max,s_max,v_max]) mask = cv2.inrange(imghsv,lower,upper) imgresult = cv2.bitwise_and(img,img,mask=mask) imgstack = stackimages(0.6,([img,imghsv],[mask,imgresult])) cv2.imshow(stacked images, imgstack) cv2.waitkey(1) 运行代码后调整的结果（如下图所示），很明显可以看到绿色已经被获取到。
4.二值图像颜色判定 因为图像是二值的图像，所以如果图像出现白点，也就是255，那么就取他的max最大值255，视频帧的不断变化然后遍历每个颜色值
red_color = np.max(red_blur)green_color = np.max(green_blur)if red_color == 255: print('red')elif green_color == 255: print('green') 5.颜色结果画在图像上 用矩形框来框选出红绿灯区域
cv2.rectangle(frame,(1020,50),(1060,90),(0,0,255),2) #按坐标画出矩形框cv2.puttext(frame, red, (1020, 40), cv2.font_hershey_complex, 1, (0, 0, 255),2)#显示red文本信息 6.完整代码 import cv2import numpy as npcap = cv2.videocapture('video/小路口.mp4')while true: ret,frame = cap.read() if ret == false: break frame = cv2.resize(frame,(1920,1080)) #截取roi区域 roicolor = frame[50:90,950:1100] #转换hsv颜色空间 hsv = cv2.cvtcolor(roicolor,cv2.color_bgr2hsv) #red lower_hsv_red = np.array([157,177,122]) upper_hsv_red = np.array([179,255,255]) mask_red = cv2.inrange(hsv,lowerb=lower_hsv_red,upperb=upper_hsv_red) #中值滤波 red_blur = cv2.medianblur(mask_red, 7) #green lower_hsv_green = np.array([49,79,137]) upper_hsv_green = np.array([90,255,255]) mask_green = cv2.inrange(hsv,lowerb=lower_hsv_green,upperb=upper_hsv_green) #中值滤波 green_blur = cv2.medianblur(mask_green, 7) #因为图像是二值的图像，所以如果图像出现白点，也就是255，那么就取他的max最大值255 red_color = np.max(red_blur) green_color = np.max(green_blur) #在red_color中判断二值图像如果数值等于255，那么就判定为red if red_color == 255: print('red') #。。。这是我经常会混淆的坐标。。。就列举出来记一下。。。 # y y+h x x+w #frame[50:90,950:1100] # x y x+w y+h cv2.rectangle(frame,(1020,50),(1060,90),(0,0,255),2) #按坐标画出矩形框 cv2.puttext(frame, red, (1020, 40), cv2.font_hershey_complex, 1, (0, 0, 255),2)#显示red文本信息 #在green_color中判断二值图像如果数值等于255，那么就判定为green elif green_color == 255: print('green') cv2.rectangle(frame,(1020,50),(1060,90),(0,255,0),2) cv2.puttext(frame, green, (1020, 40), cv2.font_hershey_complex, 1, (0, 255, 0),2) cv2.imshow('frame',frame) red_blur = cv2.resize(red_blur,(300,200)) green_blur = cv2.resize(green_blur,(300,200)) cv2.imshow('red_window',red_blur) cv2.imshow('green_window',green_blur) c = cv2.waitkey(10) if c==27: break
手工电弧焊对焊接电源的要求
中国联通5G行业专网产品体系3.0正式发布
广东鸿宝科技董事长喻世民如何看待锂电制造业
PCB布线的20个问题
联电总经理王石：智能手机、网络及显示器需求将增温
关于Python对交通路口的红绿灯进行颜色检测
新型18650锂电比能量突破306Wh/kg技术揭秘
再流焊特点
星三角降压启动电路是一个比较经典的电路
简易电子万年历的制作方法
对于传统零售来说，新零售究竟是救命稻草还是一场骗局？
Android 11首个开发者预览版新特性公布 可识别出蓝牙音频设备实际支持的解码类型
单片机IO口结构，P1P2口相关内容讲解
新型 MEMS光束操纵技术有望大幅降低激光雷达成本
Orange Business Services 张宇锋：中国云计算强劲发展，新挑战亟待突破
我国首个经过实验验证的再保险区块链白皮书正式发布
蓝牙耳机的音质很重要，推荐几款音质出众的蓝牙耳机
自动驾驶走向广泛应用的下半场已然开启
CDMA系统中的功率控制技术及过程分析
当5G网络到来时，爱立信将进一步提升增长和盈利能力