目前計算機視覺（CV）與自然語言處理（NLP）及語音識別并列為人工智能三大熱點方向，而計算機視覺中的對象檢測(objectdetection)應用非常廣泛，比如自動駕駛、視頻監控、工業質檢、醫療診斷等場景。

目標檢測的根本任務就是將圖片或者視頻中感興趣的目標提取出來，目標的識別可以基于顏色、紋理、形狀。其中顏色屬性運用十分廣泛，也比較容易實現。下面就向大家分享一個我做的小實驗———通過OpenCV的Python接口來實現從視頻中進行顏色識別和跟蹤。

下面就是我們完整的代碼實現（已調試運行）：

import numpy as npimport cv2font = cv2.FONT_HERSHEY_SIMPLEXlower_green = np.array([35, 110, 106]) # 綠色范圍低閾值upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值#需要更多顏色，可以去百度一下HSV閾值！# cap = cv2.VideoCapture('1.mp4') # 打開視頻文件cap = cv2.VideoCapture(0)#打開USB攝像頭if (cap.isOpened()): # 視頻打開成功 flag = 1else: flag = 0num = 0if (flag): while (True): ret, frame = cap.read() # 讀取一幀  if ret == False: # 讀取幀失敗  break hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根據顏色范圍刪選 mask_red = cv2.inRange(hsv_img, lower_red, upper_red)  # 根據顏色范圍刪選 mask_green = cv2.medianBlur(mask_green, 7) # 中值濾波 mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波 mask = cv2.bitwise_or(mask_green, mask_red) mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) for cnt in contours:  (x, y, w, h) = cv2.boundingRect(cnt)  cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2)  cv2.putText(frame, "Green", (x, y - 5), font, 0.7, (0, 255, 0), 2) for cnt2 in contours2:  (x2, y2, w2, h2) = cv2.boundingRect(cnt2)  cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h2), (0, 255, 255), 2)  cv2.putText(frame, "Red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2) num = num + 1 cv2.imshow("dection", frame) cv2.imwrite("imgs/%d.jpg"%num, frame) if cv2.waitKey(20) & 0xFF == 27:  breakcv2.waitKey(0)cv2.destroyAllWindows()

如圖所示，我們將會檢測到紅色區域

最終的效果圖：