python3 树莓派 + usb摄像头 做颜色识别 二维码识别
今天又啥也没干 我完蛋了哦 就是没办法沉下心来，咋办。。。。还是先来条NLP吧。。
七，凡事必有至少三个解决方法
对事情只有一个方法的人，必陷入困境，因为别无选择。
对事情有两个方法的人也陷入困境，因为他制造了左右两难，进退维谷的局面给自己。
有第三个方法的人，通常会找到第四，五个方法，甚至更多的方法。
有选择就是有能力，所以，有选择总比没有选择好。
至今不成功，只是说至今用过的方法都得不到想要的效果。
没有办法，只是说已知的办法都行不通。
世界上尚有很多我们过去没有想过，或者尚未认识的方法。
只有相信尚有未知的有效方法，才会有机会找到它和使事情改变。
不论什么事情，我们总有选择的权利，而且不只是一个。
“没有办法”使事情画上句号，“总有办法”使事情有突破的可能。
“没有办法”对你没有好处，应停止想它；“总有办法”对你有好处，故应把它留在脑中。
为何不使自己成为第一个找出办法的人？
额。。。纯粹就是今天没得写的了，只好丢点以前写的抠脚程序，也不能叫程序，只能实现功能吧。。。也是东抄点，西抄点，然后一拼来的。。。。。
用的树莓派3B+ 然后插个usb摄像头 就行了
文件名：colorList.py 这是颜色库。。。
1 # -*- coding:UTF-8 -*- 2 import numpy as np 3 import collections 4 5 6 def getColorList(): 7 dict = collections.defaultdict(list) 8 9 # black 10 lower_black = np.array([0, 0, 0]) 11 upper_black = np.array([180, 255, 46]) 12 color_list_black = [] 13 color_list_black.append(lower_black) 14 color_list_black.append(upper_black) 15 dict['black'] = color_list_black 16 17 # gray 18 lower_gray = np.array([0, 0, 46]) 19 upper_gray = np.array([180, 43, 220]) 20 color_list_gray= [] 21 color_list_gray.append(lower_gray) 22 color_list_gray.append(upper_gray) 23 dict['gray'] = color_list_gray 24 25 # white 26 lower_white = np.array([0, 0, 221]) 27 upper_white = np.array([180, 30, 255]) 28 color_list_white = [] 29 color_list_white.append(lower_white) 30 color_list_white.append(upper_white) 31 dict['white'] = color_list_white 32 33 # red 34 lower_red = np.array([156, 43, 46]) 35 upper_red = np.array([180, 255, 255]) 36 color_list_red = [] 37 color_list_red.append(lower_red) 38 color_list_red.append(upper_red) 39 dict['red'] = color_list_red 40 41 # red2 42 43 lower_red = np.array([0, 43, 46]) 44 upper_red = np.array([10, 255, 255]) 45 color_list_red2 = [] 46 color_list_red2.append(lower_red) 47 color_list_red2.append(upper_red) 48 dict['red2'] = color_list_red2 49 50 # orange 51 lower_orange = np.array([11, 43, 46]) 52 upper_orange = np.array([25, 255, 255]) 53 color_list_orange = [] 54 color_list_orange.append(lower_orange) 55 color_list_orange.append(upper_orange) 56 dict['orange'] = color_list_orange 57 58 # yellow 59 lower_yellow = np.array([26, 43, 46]) 60 upper_yellow = np.array([34, 255, 255]) 61 color_list_yellow = [] 62 color_list_yellow.append(lower_yellow) 63 color_list_yellow.append(upper_yellow) 64 dict['yellow'] = color_list_yellow 65 66 # green 67 lower_green = np.array([35, 43, 46]) 68 upper_green = np.array([77, 255, 255]) 69 color_list_green = [] 70 color_list_green.append(lower_green) 71 color_list_green.append(upper_green) 72 dict['green'] = color_list_green 73 74 # cyan 75 lower_cyan = np.array([78, 43, 46]) 76 upper_cyan = np.array([99, 255, 255]) 77 color_list_cyan = [] 78 color_list_cyan.append(lower_cyan) 79 color_list_cyan.append(upper_cyan) 80 dict['cyan'] = color_list_cyan 81 82 # blue 83 lower_blue = np.array([100, 43, 46]) 84 upper_blue = np.array([124, 255, 255]) 85 color_list_blue = [] 86 color_list_blue.append(lower_blue) 87 color_list_blue.append(upper_blue) 88 dict['blue'] = color_list_blue 89 90 # purple 91 lower_purple = np.array([125, 43, 46]) 92 upper_purple = np.array([155, 255, 255]) 93 color_list_purple = [] 94 color_list_purple.append(lower_purple) 95 color_list_purple.append(upper_purple) 96 dict['purple'] = color_list_purple 97 98 return dict 99 100 101 if __name__ == '__main__': 102 color_dict = getColorList() 103 print(color_dict) 104 105 num = len(color_dict) 106 print('num=', num) 107 108 for d in color_dict: 109 print('key=', d) 110 print('value=', color_dict[d][1])
然后是 xf_color.py 这就能识别颜色了 （这是识别已有图片文件版的） 原理就是用上面的色库 算出图片颜色面积 哪个最大 就算是啥颜色。。。抠脚。。。
# -*- coding:UTF-8 -*- import cv2 import colorList def get_color(frame): print('go in get_color') hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) maxsum = 0 color = None color_dict = colorList.getColorList() for d in color_dict: mask = cv2.inRange(hsv, color_dict[d][0], color_dict[d][1]) # cv2.imwrite(d + ".png", mask) binary = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1] binary = cv2.dilate(binary, None, iterations=2) # cv2.imwrite(d +"1.png", binary) cnts = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2] sum = 0 for c in cnts: sum += cv2.contourArea(c) # print("%s , %d" %(d, sum )) if sum > maxsum: maxsum = sum color = d return color if __name__ == '__main__': filename = "./images/test_yellow.png" frame = cv2.imread(filename) print(get_color(frame))
文件名：xf_realize.py 这是用摄像头来识别颜色。。。就是加了个拍照功能 哦对 只返回红绿蓝三种颜色，因为搬的物料就是这三种颜色 懒得改了。。
# -*- coding:UTF-8 -*- import cv2 import xf_color def videox(): vix = cv2.VideoCapture(0) while True: ret, tu = vix.read() cv2.imshow("take_photo", tu) cv2.waitKey(1) cv2.imwrite("color.png", tu) filename = cv2.imread("color.png") color = xf_color.get_color(filename) if color == "red" or color == "red2": print("red") result = "1" break elif color == "green": print("green") result = "2" break elif color == "blue": print("blue") result = "3" break vix.release() cv2.destroyAllWindows() return result if __name__ == '__main__': videox()
接下来是识别二维码的（有二维码图片文件） 文件名： xf_scance.py
# -*- coding:UTF-8 -*- import pyzbar.pyzbar as pyzbar from PIL import Image, ImageEnhance def scance(): image = "photo.png" img = Image.open(image) # img = ImageEnhance.Brightness(img).enhance(2.0) # 增加亮度 # # img = ImageEnhance.Sharpness(img).enhance(17.0) # 锐利化 # img = ImageEnhance.Contrast(img).enhance(4.0) # 增加对比度 # img = img.convert('L') # 灰度化 barcodes = pyzbar.decode(img) for barcode in barcodes: barcodeData = barcode.data.decode("utf-8") return barcodeData if __name__ == '__main__': scance()
再来个摄像头扫二维码的：
# -*- coding:UTF-8 -*- import cv2 import xf_scance def videox(): vix = cv2.VideoCapture(0) while True: ret, tu = vix.read() cv2.imshow("take_photo", tu) cv2.waitKey(1) cv2.imwrite("photo.png", tu) result = xf_scance.scance() if result: # print(result) break vix.release() cv2.destroyAllWindows() return result if __name__ == '__main__': r = videox() print(r)
