OpenCV (C++) 颜色跟随

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

Rect roi;
Mat frame, mask;
void processFrame(Mat &binary, Rect &rect);

int main(int argc, char* argv) {
    VideoCapture capture(0);//打开摄像头
    if (!capture.isOpened()) {
        printf("Could not find Video data..");
        return -1;
    }
    
    Mat kernel1 = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    Mat kernel2 = getStructuringElement(MORPH_RECT, Size(5, 5), Point(-1, -1));

    namedWindow("input_Video", CV_WINDOW_AUTOSIZE);
    namedWindow("mask_Video", CV_WINDOW_AUTOSIZE);
    while (capture.read(frame))//读取当前帧
    {

        inRange(frame, Scalar(0, 0, 0), Scalar(255, 80, 80), mask);//过滤得到Scalar1到Scalar2之间的图像

        //形态学操作
        morphologyEx(mask, mask, MORPH_OPEN, kernel1, Point(-1, -1));//开操作，去掉噪声
        dilate(mask, mask, kernel2, Point(-1, -1), 4);//膨胀，填补空洞
        imshow("mask_Video", mask);

        processFrame(mask, roi); // 轮廓发现与位置标定
        rectangle(frame, roi, Scalar(0, 0, 255), 3, 8, 0);//画出外接矩形
        imshow("input_Video", frame);

        char c = waitKey(100);//延时100ms
        if (c == 27) //等待“Esc”
        {
            break;
        }
    }
    capture.release();//释放视频的内存
    waitKey(0);
    return 0;

}


//binary：输入图像
//rect：返回的ROI区域
void processFrame(Mat &binary, Rect &rect) {
    Point p, center;
    vector<vector<Point>> contours;
    vector<Vec4i> hireachy;
    //发现最外层轮廓
    findContours(binary, contours, hireachy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0));

    if (contours.size() > 0) //判断是否有轮廓被找到
    {
        double maxArea = 0.0;
        for (size_t t = 0; t < contours.size(); t++) {
            double area = contourArea(contours[static_cast<int>(t)]);//获取轮廓的面积
            if (area > maxArea)//面积筛选，只画出最大的轮廓
            {
                maxArea = area;
                rect = boundingRect(contours[static_cast<int>(t)]);//获取最小外界矩形

                //计算并输出坐标
                center.x = rect.x + cvRound(rect.width / 2.0);
                center.y = rect.y + cvRound(rect.height / 2.0);
                center.x = center.x - frame.cols / 2;
                center.y = center.y - frame.rows / 2;

                cout << center.x << "," << center.y << endl;
            }
        }

    }
    else {
        rect.x = rect.y = rect.width = rect.height = 0;
    }

}

 inRange()函数 ：

此函数作用：可实现二值化功能（这点类似threshold()函数），更关键的是可以同时针对多通道进行操作，使用起来非常方便！ 主要是将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0），该功能类似于之间所讲的双阈值化操作。

void inRange(InputArray src, InputArray lowerb,
InputArray upperb, OutputArray dst);

参数解释：

参数1：输入要处理的图像，可以为单通道或多通道。

参数2：包含下边界的数组或标量。

参数3：包含上边界数组或标量。

参数4：输出图像，与输入图像src 尺寸相同且为CV_8U 类型。

请注意：该函数输出的dst是一幅二值化之后的图像。