使用Python和OpenCV进行交通路口红绿灯颜色检测

作者：蛮不讲李2024.01.30 01:07浏览量：13

简介：本文将介绍如何使用Python和OpenCV进行交通路口红绿灯颜色检测。我们将使用OpenCV的HSV颜色空间和简单的阈值来检测红绿灯的颜色。这种方法虽然简单，但对于许多应用场景来说已经足够。

在交通路口的红绿灯检测中，最简单的方法之一是使用HSV（Hue, Saturation, Value）颜色空间和相应的阈值。HSV是一种与人类视觉感知更接近的颜色空间，更适合用于颜色检测任务。
首先，我们需要导入必要的库。在本例中，我们将使用OpenCV和NumPy。如果你还没有安装这些库，可以使用以下命令进行安装：

  1. pip install opencv-python numpy

接下来，我们将编写一个Python脚本来实现红绿灯颜色检测。以下是代码示例：

  1. import cv2
  2. import numpy as np
  3. # 定义HSV颜色空间的阈值
  4. lower_red = np.array([0, 100, 100])
  5. upper_red = np.array([10, 255, 255])
  6. lower_green = np.array([40, 100, 100])
  7. upper_green = np.array([70, 255, 255])
  8. lower_yellow = np.array([15, 100, 100])
  9. upper_yellow = np.array([35, 255, 255])
  10. # 加载图像
  11. image = cv2.imread('traffic_light.jpg')
  12. # 将图像转换为HSV颜色空间
  13. hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
  14. # 创建掩膜来分离出红色、绿色和黄色区域
  15. red_mask = cv2.inRange(hsv, lower_red, upper_red)
  16. green_mask = cv2.inRange(hsv, lower_green, upper_green)
  17. yellow_mask = cv2.inRange(hsv, lower_yellow, upper_yellow)
  18. # 对原始图像进行掩膜操作，以提取出相应的颜色区域
  19. red_light = cv2.bitwise_and(image, image, mask=red_mask)
  20. green_light = cv2.bitwise_and(image, image, mask=green_mask)
  21. yellow_light = cv2.bitwise_and(image, image, mask=yellow_mask)
  22. # 显示结果图像
  23. cv2.imshow('Original Image', image)
  24. cv2.imshow('Red Light', red_light)
  25. cv2.imshow('Green Light', green_light)
  26. cv2.imshow('Yellow Light', yellow_light)
  27. cv2.waitKey(0)
  28. cv2.destroyAllWindows()

在上面的代码中，我们首先定义了HSV颜色空间的阈值，这些阈值用于分离出红色、绿色和黄色区域。然后，我们加载一张交通路口的图像，并将其转换为HSV颜色空间。接下来，我们使用cv2.inRange()函数创建掩膜来分离出不同的颜色区域。最后，我们使用cv2.bitwise_and()函数将掩膜应用于原始图像，以提取出相应的颜色区域。最终结果显示了原始图像以及分离出的红色、绿色和黄色区域。
请注意，这种方法可能不适用于所有情况，特别是当光线条件较差或红绿灯的颜色与阈值不匹配时。对于更复杂的情况，可能需要使用更高级的方法，如机器学习和深度学习。

最热文章