تشخیص گوجه های سبز از گوجه های قرمز با پایتون

کد تشخیص گوجه های سبز از گوجه های قرمز با پایتون

  این کد فرض می‌کند که شما با پایه‌های OpenCV آشنا هستید و محیطی دارید که OpenCV در آن نصب شده است.

کدی که نوشتم برای تشخیص کوجه‌های قرمز و سبز در تصاویر زنده از دوربین استفاده می‌کند، اما به نظر می‌رسد که در محیط فعلی من دسترسی به دوربین وجود ندارد، بنابراین نمی‌توانم این کد را اجرا کنم.

با این حال، شما می‌توانید این کد را در محیط خود اجرا کنید. این برنامه از دوربین ویدیویی برای گرفتن تصاویر استفاده می‌کند، تصاویر را به فضای رنگی HSV تبدیل می‌کند، و سپس با استفاده از ماسک‌های رنگی برای تشخیص رنگ قرمز و سبز، کوجه‌ها را شناسایی می‌کند. در نهایت، تصاویر حاصل از تشخیص رنگ قرمز و سبز را نمایش می‌دهد. اگر کلید 'q' فشرده شود، برنامه خاتمه می‌یابد.

import cv2
import numpy as np

# Programmer : Ebrahim Shafiei (EbraSha)
# Function to detect red and green tomatoes in real-time
def detect_red_green_tomatoes():
    # Start capturing video from the camera
    cap = cv2.VideoCapture(0)

    while True:
        # Read a frame from the camera
        ret, frame = cap.read()
        if not ret:
            break

        # Convert the frame to HSV color space
        hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

        # Define range for red color in HSV
        lower_red = np.array([0, 120, 70])
        upper_red = np.array([10, 255, 255])
        lower_red2 = np.array([170, 120, 70])
        upper_red2 = np.array([180, 255, 255])

        # Define range for green color in HSV
        lower_green = np.array([40, 40, 40])
        upper_green = np.array([90, 255, 255])

        # Create masks to detect red and green colors
        red_mask1 = cv2.inRange(hsv_frame, lower_red, upper_red)
        red_mask2 = cv2.inRange(hsv_frame, lower_red2, upper_red2)
        red_mask = red_mask1 + red_mask2
        green_mask = cv2.inRange(hsv_frame, lower_green, upper_green)

        # Filter out the red and green areas
        red_result = cv2.bitwise_and(frame, frame, mask=red_mask)
        green_result = cv2.bitwise_and(frame, frame, mask=green_mask)

        # Display the original and the result frames
        cv2.imshow("Original Frame", frame)
        cv2.imshow("Red Tomatoes", red_result)
        cv2.imshow("Green Tomatoes", green_result)

        # Break the loop if 'q' is pressed
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    # Release the camera and close all windows
    cap.release()
    cv2.destroyAllWindows()

# Call the function to start detection
detect_red_green_tomatoes()