Python 排除部分视频/图像OpenCV对象识别/跟踪

我正在尝试使用OpenCV通过一个短片段跟踪篮球。我正在使用代码来帮助我找到正确的颜色代码的上限和下限，但是球的颜色与视频底部附近的游戏时钟非常相似。我如何在我的目标跟踪代码中切断这一点，使程序不只是跟踪时钟？我正在使用本教程中的代码：

我认为进行此更改的代码位于以下代码块中：

    # find contours in the mask and initialize the current
    # (x, y) center of the ball
    cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
        cv2.CHAIN_APPROX_SIMPLE)
    cnts = imutils.grab_contours(cnts)
    center = None
    # only proceed if at least one contour was found
    if len(cnts) > 0:
        # find the largest contour in the mask, then use
        # it to compute the minimum enclosing circle and
        # centroid
        c = max(cnts, key=cv2.contourArea)
        ((x, y), radius) = cv2.minEnclosingCircle(c)
        M = cv2.moments(c)
        center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))
        # only proceed if the radius meets a minimum size
        if radius > 10:
            # draw the circle and centroid on the frame,
            # then update the list of tracked points
            cv2.circle(frame, (int(x), int(y)), int(radius),
                (0, 255, 255), 2)
            cv2.circle(frame, center, 5, (0, 0, 255), -1)

---

我知道我没有提供MWE，但我不确定在这种情况下如何提供。我想我的问题至少是直截了当的，如果不简单的话。

不要使用最大轮廓（cf.

c=max（…）

），而是获取

n

最大轮廓，对于每个轮廓，获取已经存在的

中心，并丢弃该轮廓，它似乎就是时钟（中心
的
y
大约是图像的高度，因为您声明，它在底部附近）。相机是“视图”吗静态，还是相机移动？如果相机不移动，那么你可以简单地应用你正在使用的方法，但只需添加一个过滤器来对帧进行差分，以便只处理移动的对象。这种差分基本上应该用作原始图像的遮罩。如果相机几乎在移动，那么你可能需要调整其他方法技术，比如寻找只存在于（比如）时钟中的特征，并基于此进行过滤。@HansHirse不幸的是，相机正在移动，剪辑看起来都类似于以下链接：有很多移动的对象，因此这可能会造成一些麻烦。