home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> C++

วิธีติดตามสีใน OpenCV ด้วย C++

ภาพรวม

สาธิตการ ติดตามสี (Color Tracking) แบบ Real-time โดยใช้ HSV Color Space, Trackbar ปรับค่า, Morphological Operations และการวาดเส้นทางการเคลื่อนที่

แนวคิดหลัก

  1. แปลงภาพ BGR → HSV (แยกสีจากความสว่าง)
  2. ใช้ inRange() กรองสีตามช่วง HSV (ปรับด้วย Trackbar)
  3. Morphological Operations: Erode → Dilate → Dilate → Erode (Opening + Closing) กรอง Noise
  4. ใช้ Moments หาจุดกึ่งกลาง (Centroid) และพื้นที่ของวัตถุที่ตรวจจับได้
  5. ถ้าพื้นที่ > 10000 pixels → วาดเส้นเชื่อมตำแหน่งก่อนหน้า-ปัจจุบัน (line())

โค้ดตัวอย่าง C++

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;

int main(int argc, char** argv) {
    VideoCapture video_load(0);
    namedWindow("Adjust");
    
    // Trackbar สำหรับปรับช่วง HSV
    int Hue_Low=0, Hue_High=22, Sat_Low=99, Sat_High=255, Val_Low=0, Val_High=255;
    createTrackbar("LowH", "Adjust", &Hue_Low, 179);
    createTrackbar("HighH", "Adjust", &Hue_High, 179);
    createTrackbar("LowS", "Adjust", &Sat_Low, 255);
    createTrackbar("HighS", "Adjust", &Sat_High, 255);
    createTrackbar("LowV", "Adjust", &Val_Low, 255);
    createTrackbar("HighV", "Adjust", &Val_High, 255);
    
    int Horizontal_Last = -1, Vertical_Last = -1;
    Mat temp; video_load.read(temp);
    Mat track_motion = Mat::zeros(temp.size(), CV_8UC3);  // แผนที่เส้นทาง
    
    while (true) {
        Mat actual_Image; video_load.read(actual_Image);
        Mat converted_to_HSV; cvtColor(actual_Image, converted_to_HSV, COLOR_BGR2HSV);
        
        Mat adjusted_frame;
        inRange(converted_to_HSV, Scalar(Hue_Low, Sat_Low, Val_Low), Scalar(Hue_High, Sat_High, Val_High), adjusted_frame);
        
        // Morphological Operations
        erode(adjusted_frame, adjusted_frame, getStructuringElement(MORPH_ELLIPSE, Size(5,5)));
        dilate(adjusted_frame, adjusted_frame, getStructuringElement(MORPH_ELLIPSE, Size(5,5)));
        dilate(adjusted_frame, adjusted_frame, getStructuringElement(MORPH_ELLIPSE, Size(5,5)));
        erode(adjusted_frame, adjusted_frame, getStructuringElement(MORPH_ELLIPSE, Size(5,5)));
        
        Moments detecting_object = moments(adjusted_frame);
        double vertical_moment = detecting_object.m01;
        double horizontal_moment = detecting_object.m10;
        double tracking_area = detecting_object.m00;
        
        if (tracking_area > 10000) {
            int posX = horizontal_moment / tracking_area;
            int posY = vertical_moment / tracking_area;
            
            if (Horizontal_Last >= 0 && Vertical_Last >= 0 && posX >= 0 && posY >= 0)
                line(track_motion, Point(posX, posY), Point(Horizontal_Last, Vertical_Last), Scalar(0,0,255), 2);
            
            Horizontal_Last = posX;
            Vertical_Last = posY;
        }
        
        imshow("Detected_Object", adjusted_frame);
        actual_Image += track_motion;  // วาดเส้นทางบนภาพจริง
        imshow("Actual", actual_Image);
        cout << "Position: " << Horizontal_Last << "," << Vertical_Last << endl;
        
        if (waitKey(30) == 27) break;
    }
    return 0;
}

ผลลัพธ์

แสดง 2 หน้าต่าง: ภาพ Binary (Detected_Object) และภาพจริงพร้อมเส้นทางสีแดง (Actual)

วิธีติดตามสีใน OpenCV ด้วย C++
วิธีติดตามสีใน OpenCV ด้วย C++