import cv2
import numpy as np
from matplotlib import pyplot as plt

lower_red = np.array([0, 50, 100])        #為紅色和藍(lán)色設(shè)置閾值用來為之后處理圖像準(zhǔn)備
upper_red = np.array([10, 255, 255])      #該閾值是在HSV顏色空間下
lower_blue = np.array([100,50,100])
upper_blue = np.array([124, 255, 255])

red = (0,0,225)                           #設(shè)置紅色和藍(lán)色在BGR顏色空間下的數(shù)值元組
blue = (225,0,0)

cv2.namedWindow('video', cv2.WINDOW_AUTOSIZE)#設(shè)置窗口'video'，大小為自適應(yīng)模式
cv2.resizeWindow('video',640,480)            #為窗口設(shè)置寬度（640）和高度（480）

def img_process(img,lower,upper):
    """根據(jù)閾值處理圖像，提取閾值內(nèi)的顏色。返回處理后只留下指定顏色的圖像（其余為黑色）
        img：原圖像；lower：最低閾值；upper：最高閾值"""
    kernel = np.ones((35, 35), np.uint8)                #創(chuàng)建一個35x35卷積核，卷積核內(nèi)元素全為1
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)          #將BGR圖像轉(zhuǎn)化為HSV圖像，方便顏色提取
    Open = cv2.morphologyEx(hsv,cv2.MORPH_OPEN,kernel)  #用卷積核對圖像進(jìn)行形態(tài)學(xué)開運(yùn)算操作，去除噪聲
    mask = cv2.inRange(Open, lower, upper)              #開運(yùn)算得到的圖像用閾值進(jìn)行二值化處理（處理后的結(jié)果為在閾值內(nèi)的部分變?yōu)榘咨?，不在閾值?nèi)的部分為黑色）
    res = cv2.bitwise_and(img, img, mask = mask)        #二值化處理后的圖像與原圖進(jìn)行位與運(yùn)算（處理后在閾值內(nèi)的顏色變?yōu)樵伾辉陂撝祪?nèi)的部分仍為黑色）
    return res                                          #該函數(shù)的返回值為位與運(yùn)算之后的圖像，此圖像只保留了在閾值內(nèi)的圖像，其余部分為黑色

def cnts_draw(img,res,color):
    """在原圖像上繪出指定顏色的輪廓。無返回值
        img：原圖像；res：只剩某顏色的位與運(yùn)算后的圖像；color：輪廓的顏色"""
    canny = cv2.Canny(res,100,200)#Canny邊緣檢測算法，用來描繪圖像中物體的邊緣，（100，200為此函數(shù)的兩個閾值，該閾值越小輪廓的細(xì)節(jié)越豐富）
    contours, hierarchy=cv2.findContours(canny,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)#尋找圖像輪廓的函數(shù)，這里先用Canny算法得到只保留輪廓的圖像方便輪廓的找尋
    if len(contours) == 0:#傳遞到max函數(shù)中的輪廓不能為空
        cv2.imshow('video',img)
        return
    else:
        max_cnt = max(contours , key = cv2.contourArea)#找到輪廓中最大的一個
        cv2.drawContours(img, max_cnt,-1,color,2)#在原圖上繪制這個最大輪廓
        (x,y,w,h) = cv2.boundingRect(max_cnt)#找到這個最大輪廓的最大外接矩形，返回的（x，y）為這個矩形右下角的頂點(diǎn)，w為寬度，h為高度
        cv2.rectangle(img,(x,y),(x+w,y+h),color,3)#在原圖上繪制這個矩形
        cv2.imshow('video', img)#展示原圖

def colorfind(img):
    """找到原圖像最多的顏色，當(dāng)該顏色為紅色或藍(lán)色時打印出來該顏色的名稱，無返回值
        img：原圖像"""
    kernel = np.ones((35, 35), np.uint8)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    Open = cv2.morphologyEx(hsv,cv2.MORPH_OPEN,kernel)#以上為圖像處理
    hist = cv2.calcHist([Open],[0],None,[180],[0,180])#對Open圖像的H通道進(jìn)行直方圖統(tǒng)計
    hist_max = np.where(hist == np.max(hist))#找到直方圖hist中列方向最大的點(diǎn)hist_max
    if 0 < hist_max[0] < 10:#hist_max[0]為hist_max的行方向的值，即H的值，H在0~10為紅色
        print('red')        
    elif 100 < hist_max[0] < 124:#H在100~124為藍(lán)色
        print('blue')
    else :                       #H不在前兩者之間跳出函數(shù)
        return
#可以添加對H的判斷來識別更多的顏色

if __name__ == "__main__":
    cap = cv2.VideoCapture(0)#打開攝像頭（0代表打開默認(rèn)攝像頭，若有兩個攝像頭可用1表示打開另一個攝像頭）
    while cap.isOpened():#判斷攝像頭是否正常打開
        flag, frame = cap.read()#讀取攝像頭返回兩個參數(shù)，flag是布爾類型代表攝像頭是否正常讀取，frame是從攝像頭讀取的圖像
        if not flag:            #若無法讀取則跳出循環(huán)
            print("無法讀取攝像頭！")
            break
        else:
            if frame is not None: #判斷攝像頭有無畫面
                res_blue = img_process(frame,lower_blue,upper_blue)
                res_red = img_process(frame,lower_red,upper_red)
                cnts_draw(frame,res_blue,blue)
                cnts_draw(frame,res_red,red)
                colorfind(frame)
                key = cv2.waitKey(10)
                if key == 27:
                    break
            else:
                print("無畫面")
                break


    cap.release()#釋放資源，停止讀取攝像頭
    cv2.destroyAllWindows()#關(guān)閉所有窗口

import cv2
import numpy as np
from matplotlib import pyplot as plt

lower_red = np.array([0, 50, 100])
upper_red = np.array([10, 255, 255])
lower_blue = np.array([100,50,100])
upper_blue = np.array([124, 255, 255])     #若繪制輪廓與自己期望的識別結(jié)果相差較大，可通過調(diào)整閾值來改變識別結(jié)果
red = (0,0,225)
blue = (225,0,0)


cv2.namedWindow('video', cv2.WINDOW_AUTOSIZE)
cv2.resizeWindow('video',640,480)

def img_process(img,lower,upper):
    """根據(jù)閾值處理圖像，提取閾值內(nèi)的顏色。返回處理后只留下指定顏色的圖像（其余為黑色）
        img：原圖像；lower：最低閾值；upper：最高閾值"""
    kernel = np.ones((35, 35), np.uint8)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    Open = cv2.morphologyEx(hsv,cv2.MORPH_OPEN,kernel)
    mask = cv2.inRange(Open, lower, upper)
    res = cv2.bitwise_and(img, img, mask = mask)
    return res

def cnts_draw(img,res,color):
    """在原圖像上繪出指定顏色的輪廓。無返回值
        img：原圖像；res：只剩某顏色的位與運(yùn)算后的圖像；color：輪廓的顏色"""
    canny = cv2.Canny(res,100,200)
    contours, hierarchy=cv2.findContours(canny,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) == 0:
        cv2.imshow('video',img)
        return
    else:
        max_cnt = max(contours , key = cv2.contourArea)
        cv2.drawContours(img, max_cnt,-1,color,2)
        (x,y,w,h) = cv2.boundingRect(max_cnt)
        cv2.rectangle(img,(x,y),(x+w,y+h),color,3)
        cv2.imshow('video', img)

        
def colorfind(img):
    """找到原圖像最多的顏色，當(dāng)該顏色為紅色或藍(lán)色時打印出來該顏色的名稱，無返回值
        img：原圖像"""
    kernel = np.ones((35, 35), np.uint8)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    Open = cv2.morphologyEx(hsv,cv2.MORPH_OPEN,kernel)
    hist = cv2.calcHist([Open],[0],None,[180],[0,180])
    hist_max = np.where(hist == np.max(hist))
    if 0 < hist_max[0] < 10:
        print('red')
    elif 100 < hist_max[0] < 124:
        print('blue')
    else :
        return

if __name__ == "__main__":
    cap = cv2.VideoCapture(0)
    while cap.isOpened():
        flag, frame = cap.read()
        if not flag:
            print("無法讀取攝像頭！")
            break
        else:
            if frame is not None: 
                res_blue = img_process(frame,lower_blue,upper_blue)
                res_red = img_process(frame,lower_red,upper_red)
                cnts_draw(frame,res_blue,blue)
                cnts_draw(frame,res_red,red)
                colorfind(frame)
                key = cv2.waitKey(10)
                if key == 27:
                    break
            else:
                print("無畫面")
                break

    cap.release()
    cv2.destroyAllWindows()