색상별 단순 객체 추적

HSV 컬러 필터를 사용하여 마스크를 만든 다음 원하는 개체를 추적
(How to use an HSV Color Filter to Create a Mask and then Track our Desired Object
)

특정 색상 객체를 추적하고, 그 객체의 움직임을 시각적으로 표시하는 예제

https://youtu.be/KJmd92nA5vo
A. 색상 범위 지정

lower = np.array([20,50,90])
upper = np.array([40,255,255])

추적하려는 객체의 HSV 색상 범위를 지정

영상의 BMW는 노란색을 하고 있으므로 노란색 범위 내의 색상 HSV 를 지정해주면 된다.

B. 색상 임계값 처리

mask = cv2.inRange(hsv_img, lower, upper)

HSV 이미지에서 색상 범위에 해당하는 부분을 찾아내는 마스크를 생성
C. 컨투어 및 중심 계산

contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

마스크에서 외곽선을 찾고, 외곽선의 중심을 계산합
D. 객체 추적 및 시각화

cv2.circle(frame, (int(x), int(y)), int(radius),(0, 0, 255), 2)
cv2.circle(frame, center, 5, (0, 255, 0), -1)

찾은 객체의 외곽에 원을 그리고, 객체의 중심에 초록색 점을 표시
E. 움직임 시각화

for i in range(1, len(points)):
    cv2.line(frame, points[i - 1], points[i], (0, 255, 0), 2)

객체의 움직임을 추적하고, 추적된 경로를 선으로 그려 시각화

#Object Tracking
import cv2
import numpy as np

# Initalize camera
#cap = cv2.VideoCapture(0)

# define range of color in HSV
lower = np.array([20,50,90])
upper = np.array([40,255,255])

# Create empty points array
points = []

# Get default camera window size

# Load video stream, long clip
cap = cv2.VideoCapture('bmwm4.mp4')

# Get the height and width of the frame (required to be an interger)
width = int(cap.get(3)) 
height = int(cap.get(4))

# Define the codec and create VideoWriter object. The output is stored in '*.avi' file.
out = cv2.VideoWriter('bmwm4_output.avi', cv2.VideoWriter_fourcc('M','J','P','G'), 30, (width, height))

ret, frame = cap.read()
Height, Width = frame.shape[:2]
frame_count = 0
radius = 0

while True:
  
    # Capture webcame frame
    ret, frame = cap.read()
    if ret:
      hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

      # Threshold the HSV image to get only green colors
      mask = cv2.inRange(hsv_img, lower, upper)
      #mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
      
      contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
      
      # Create empty centre array to store centroid center of mass
      center =   int(Height/2), int(Width/2)

      if len(contours) > 0:
          
          # Get the largest contour and its center 
          c = max(contours, key=cv2.contourArea)
          (x, y), radius = cv2.minEnclosingCircle(c)
          M = cv2.moments(c)
          
          # Sometimes small contours of a point will cause a divison by zero error
          try:
              center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))

          except:
              center =   int(Height/2), int(Width/2)

          # Allow only countors that have a larger than 25 pixel radius
          if radius > 25:
              
              # Draw cirlce and leave the last center creating a trail
              cv2.circle(frame, (int(x), int(y)), int(radius),(0, 0, 255), 2)
              cv2.circle(frame, center, 5, (0, 255, 0), -1)
              
          # Log center points 
          points.append(center)
      
      # If radius large enough, we use 25 pixels
      if radius > 25:
          
          # loop over the set of tracked points
          for i in range(1, len(points)):
              try:
                  cv2.line(frame, points[i - 1], points[i], (0, 255, 0), 2)
              except:
                  pass
              
          # Make frame count zero
          frame_count = 0
              
      out.write(frame)
    else:
      break

# Release camera and close any open windows
cap.release()
out.release()