OpenCV Python 寻迹：基于红线的目标检测和跟踪

以下是使用OpenCV库实现根据红线进行寻迹的Python程序的示例代码：

import cv2
import numpy as np

# 读取视频文件
cap = cv2.VideoCapture('path/to/video/file.mp4')

# 定义红色范围
lower_red = np.array([0, 0, 100])
upper_red = np.array([100, 100, 255])

while True:
    # 读取每一帧
    ret, frame = cap.read()
    
    if not ret:
        break
    
    # 转换颜色空间为HSV
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    
    # 根据红色范围创建掩膜
    mask = cv2.inRange(hsv, lower_red, upper_red)
    
    # 进行形态学操作，以去除噪点
    kernel = np.ones((5, 5), np.uint8)
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
    
    # 寻找轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    if len(contours) > 0:
        # 找到最大轮廓
        max_contour = max(contours, key=cv2.contourArea)
        
        # 获取最大轮廓的外接矩形
        x, y, w, h = cv2.boundingRect(max_contour)
        
        # 在原始帧上绘制矩形
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
        
    # 显示结果帧
    cv2.imshow('Frame', frame)
    
    # 按下'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放视频文件和窗口
cap.release()
cv2.destroyAllWindows()

请确保将'path/to/video/file.mp4'替换为您要处理的实际视频文件的路径。此程序将从视频文件中读取每一帧，并根据红色范围创建掩膜，然后使用形态学操作去除噪点。接下来，它将找到最大轮廓，并在原始帧上绘制该轮廓的外接矩形。最后，它将显示处理后的帧，并在按下'q'键时退出循环。