基于python的opencv影像處理對交通路口的紅綠燈進行顏色檢測（最簡單的方法）

1.視頻讀取

首先把視頻讀取進來，因為我測驗的視頻是4k的所以我用resize調整了一下視頻的分辨大小

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()（如下圖所示）

2.截取roi區域

截取roi的區域，也就是說，為了避免多余的干擾因素我們要把紅綠燈的位置給截取出來（如下圖所示）

截取后的roi（如下圖所示）

3.轉換hsv顏色空間

HSV顏色分量范圍（詳細參考原文鏈接）
一般對顏色空間的影像進行有效處理都是在HSV空間進行的，然后對于基本色中對應的HSV分量需要給定一個嚴格的范圍，下面是通過實驗計算的模糊范圍（準確的范圍在網上都沒有給出），

H: 0— 180

S: 0— 255

V: 0— 255

此處把部分紅色歸為紫色范圍（如下圖所示）：

上面是已給好特定的顏色值，如果你的顏色效果不佳，可以通過python代碼來對min和max值的微調，用opencv中的api來獲取你所需理想的顏色，可以復制以下代碼來進行顏色的調整，
1.首先你要截取roi區域的一張圖片
2.讀取這張圖然后調整顏色值

顏色調整代碼如下：（詳細參考視頻教程鏈接）

import cv2
import numpy as np

def empty(a):
    pass

def 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

#讀取的圖片路徑
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)

運行代碼后調整的結果（如下圖所示），很明顯可以看到綠色已經被獲取到，

4.二值影像顏色判定

因為影像是二值的影像，所以如果影像出現白點，也就是255，那么就取他的max最大值255，視頻幀的不斷變化然后遍歷每個顏色值

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.顏色結果畫在影像上

用矩形框來框選出紅綠燈區域

cv2.rectangle(frame,(1020,50),(1060,90),(0,0,255),2) #按坐標畫出矩形框
cv2.putText(frame, "red", (1020, 40), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 255),2)#顯示red文本資訊

6.完整代碼

import cv2
import numpy as np

cap = 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區域
    roiColor = frame[50:90,950:1100]
    #轉換hsv顏色空間
    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)
    #中值濾波
    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)
    #中值濾波
    green_blur = cv2.medianBlur(mask_green, 7)

    #因為影像是二值的影像，所以如果影像出現白點，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中判斷二值影像如果數值等于255，那么就判定為red
    if red_color == 255:
        print('red')
                        #，，，這是我經常會混淆的坐標，，， 就列舉出來記一下，，，
                        #      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) #按坐標畫出矩形框
        cv2.putText(frame, "red", (1020, 40), cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 255),2)#顯示red文本資訊
    #在green_color中判斷二值影像如果數值等于255，那么就判定為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

檢測紅燈的效果（如下圖所示）

檢測綠燈的效果（如下圖所示）

最后！！！

第一次接觸opencv！所以請各位視覺領域的大佬們勿噴我這個小菜雞！（/狗頭）
　
代碼量非常少，無泛化能力，很low的一種做法，，，不過對于小白的我來說學習hsv顏色空間還是很有幫助滴！干就完了！奧利給！