Python 线路跟踪过程中的颜色检测

我在一个直线跟随机器人上工作，它在白色背景上跟随黑线。代码是这样的

import numpy as np
import cv2
cap = cv2.VideoCapture(0)
try:
    while(1):
        ## Read the image
        ret, img = cap.read()
        #cv2.imshow('image',img)
        img = img[160:320,:,:]

        gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
        ret,thresh = cv2.threshold(gray,170,255,cv2.THRESH_BINARY_INV)
        #Applying Dilation Morphological Operation To Dilate the image 
        kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
        dilation = cv2.dilate(thresh, kernel, iterations = 5)    
        #Apllying Gaussian Bluring Algorithm to reduce the number of contours
        blur3 = cv2.medianBlur (dilation,5)
        i = 0
        contours, hierarchy = cv2.findContours(blur3,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        cv2.drawContours(img,contours,-1,(0,255,0),3)
        cv2.imshow('image',img)

        M = cv2.moments(contours[i])
        cx = int(M['m10']/M['m00'])
        cy = int(M['m01']/M['m00'])


        if cx < 190:                                 
               print "LEFT"
        if cx > 450:
              print "RIGHT "                    
       if ((cx > 189) & (cx < 449)):
              print "FRONT"
finally:
            cap.release()
    cv2.destroyAllWindows()

将numpy导入为np
进口cv2
cap=cv2.视频捕获（0）
尝试：
而(一):
##阅读图片
ret，img=cap.read（）
#cv2.imshow（“图像”，img）
img=img[160:320，：，：]
灰色=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
ret，thresh=cv2.阈值（灰色，170255，cv2.thresh\u二进制\u INV）
#应用扩张形态学运算对图像进行扩张
kernel=cv2.getStructuringElement（cv2.morp_ELLIPSE，（3,3））
扩张=cv2。扩张（阈值，核，迭代次数=5）
#应用高斯模糊算法减少轮廓数
blur3=cv2.medianBlur（扩张，5）
i=0
等高线，层次=cv2.findContours（模糊3，cv2.RETR\u树，cv2.CHAIN\u近似\u简单）
cv2.等高线图（img，等高线-1，（0255,0），3）
cv2.imshow（“图像”，img）
M=cv2.力矩（等高线[i]）
cx=int（M['m10']/M['m00']
cy=int（M['m01']/M['m00']
如果cx<190：
打印“左”
如果cx>450：
打印“右”
如果（（cx>189）和（cx<449））：
打印“正面”
最后：
第1章释放（）
cv2.destroyAllWindows（）

我还想检测蓝色和红色，而机器人是在使用相同的相机线

我试着读取质心的中心像素

center\u px=img[cy，cx]

但是仅仅读取一个像素就可以有效地确定颜色

那么，还有其他方法可以做到这一点吗

---

我正在使用python2.7和cv2

您确定了质心，为什么不使用它呢？你对“不高效”的理解是什么？在图像处理中，没有什么比访问单个像素更有效的了。质心没有中心像素btw。。质心通常是以亚像素精度给出的坐标，它位于多达4个像素之间。您可以通过以下方式获得质心的强度/颜色值：interpolation@Piglet我同意质心的bgr值，但该值会随着房间内光线强度的变化而变化。如果您只对颜色感兴趣，那么如果颜色像红色一样变亮或变暗，应该不会有问题导致红色值高于蓝色值，反之亦然。您还可以使用HSI值并检查色调值，以确定您是否位于红色或蓝色标记之上。只要你还没有饱和，强度的变化就不重要了