python opencv颜色跟踪

下面是我跟踪白色对象的python代码。
它能工作——但只持续几秒钟，然后整个屏幕变黑，有时甚至不能工作。
我尝试了蓝色，它能工作——但白色和绿色给我带来了问题：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

while(1):

_, frame = cap.read()
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

# define range of white color in HSV
# change it according to your need !
sensitivity = 15
lower_white = np.array([0,0,255-sensitivity])
upper_white = np.array([255,sensitivity,255])

# Threshold the HSV image to get only white colors
mask = cv2.inRange(hsv, lower_white, upper_white)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)

cv2.imshow('frame',frame)
cv2.imshow('mask',mask)
cv2.imshow('res',res)

k = cv2.waitKey(5) & 0xFF
if k == 27:
break

cv2.destroyAllWindows()

---

首先，你应该知道你使用的是什么颜色空间。 只是OpenCV中

Mat

类型

CV_8UC3

的颜色空间的一个小教程。（来自维基百科的图片）

高速列车

在HSV（色调、饱和度、值）颜色空间中，H表示颜色的主色，S表示颜色的饱和度，V表示亮度。在OpenCV中，范围是不同的。S、 V在[0255]中，而H在[0180]中。通常H在[0360]（整圈）范围内，但为了适应一个字节（256个不同的值），它的值被减半

在HSV空间中更容易分离单一颜色，因为您可以简单地为H设置适当的范围，并且只需注意S不太小（它几乎是白色），V不太小（它将是黑色）

例如，如果你需要几乎蓝色的颜色，你需要H在120左右（比如在[110130]中），S，V不太小（比如在[100255]中）

白色不是色调（彩虹中没有白色），而是颜色的组合

在HSV中，您需要获取所有范围的H（H在[0,180]中）、非常小的S值（例如[0,25]中的S）和非常高的V值（例如[230,255]中的V）。这基本上对应于圆锥体中心轴的上部

---

因此，要使其跟踪HSV空间中的白色对象，您需要：

lower_white = np.array([0, 0, 230])
upper_white = np.array([180, 25, 255])

或者，由于您定义了灵敏度值，例如：

sensitivity = 15
lower_white = np.array([0, 0, 255-sensitivity])
upper_white = np.array([180, sensitivity, 255])

对于其他颜色：

green = 60;
blue = 120;
yellow = 30;
...
sensitivity = 15

// Change color with your actual color
lower_color = np.array([color - sensitivity, 100, 100]) 
upper_color = np.array([color + sensitivity, 255, 255])

红色H值为0，因此需要取两个范围并将其“或”在一起：

sensitivity = 15
lower_red_0 = np.array([0, 100, 100]) 
upper_red_0 = np.array([sensitivity, 255, 255])
lower_red_1 = np.array([180 - sensitivity, 100, 100]) 
upper_red_1 = np.array([180, 255, 255])

mask_0 = cv2.inRange(hsv, lower_red_0 , upper_red_0);
mask_1 = cv2.inRange(hsv, lower_red_1 , upper_red_1 );

mask = cv2.bitwise_or(mask1, mask2)

现在，你应该能够跟踪任何颜色