本文共 2130 字，大约阅读时间需要 7 分钟。

主要实现的功能是能实时识别视频中的绿色圆，并返回圆心位置，这既是对前面所学知识的总结，也是为下一步摄像头的追踪打下基础。

前期准备

1. 保证摄像头正常使用
2. 安装opencv-python，opencv的安装可参考https://blog.csdn.net/yukinoai/article/details/83088190
3. 安装并打开uv4l驱动（安装方式：）

摄像头为原装摄像头（非USB外接），环境为RaspberryPi，python2，代码如下：

import numpy as npimport cv2cap = cv2.VideoCapture(0)font = cv2.FONT_HERSHEY_SIMPLEX  # 设置字体样式kernel = np.ones((5, 5), np.uint8)  # 卷积核if cap.isOpened() is True:  # 检查摄像头是否正常启动    while(True):        ret, frame = cap.read()        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)  # 转换为RGB通道        gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)  # 转换为灰色通道        hsv = cv2.cvtColor(frame, cv2.COLOR_RGB2HSV)  # 转换为HSV空间        lower_green = np.array([30, 100, 100])  # 设定绿色的阈值下限        upper_green = np.array([80, 255, 255])  # 设定绿色的阈值上限        #  消除噪声        mask = cv2.inRange(hsv, lower_green, upper_green)  # 设定掩膜取值范围        bila = cv2.bilateralFilter(mask, 10, 200, 200)  # 双边滤波消除噪声        opening = cv2.morphologyEx(bila, cv2.MORPH_OPEN, kernel)  # 形态学开运算        closing = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel)  # 形态学开运算        edges = cv2.Canny(closing, 50, 100)  # 边缘识别        # 识别圆形        circles = cv2.HoughCircles(            edges, cv2.cv.CV_HOUGH_GRADIENT, 1, 100, param1=100, param2=10, minRadius=10, maxRadius=500)        if circles is not None:  # 如果识别出圆            for circle in circles[0]:                #  获取圆的坐标与半径                x = int(circle[0])                y = int(circle[1])                r = int(circle[2])                cv2.circle(frame, (x, y), r, (0, 0, 255), 3)  # 标记圆                cv2.circle(frame, (x, y), 3, (255, 255, 0), -1)  # 标记圆心                text = 'x:  '+str(x)+' y:  '+str(y)                cv2.putText(frame, text, (10, 30), font, 1, (0, 255, 0), 2)  # 显示圆心位置        else:            # 如果识别不出，显示圆心不存在            cv2.putText(frame, 'x: None y: None', (10, 30), font, 1, (0, 255, 0), 2)        cv2.imshow('frame', frame)        cv2.imshow('mask', mask)        cv2.imshow('edges', edges)        k = cv2.waitKey(5) & 0xFF        if k == 27:            break    cap.release()    cv2.destroyAllWindows()else:    print('cap is not opened!')

结果如下：