import cv2
import numpy as np


# 视频源设置为电脑摄像头，0通常代表默认摄像头
cap = cv2.VideoCapture(0)

# 定义要追踪的颜色范围
# 注意：根据实际情况调整HSV值以精确匹配想要追踪的颜色
greenLower = np.array([(35, 46, 120)])
greenUpper = np.array([60, 255, 255])

while True:
    # 从摄像头读取一帧
    ret, frame = cap.read()
    if not ret:
        break

    # 将BGR图像转换为HSV，因为HSV在颜色分割上更为直观
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 根据定义的HSV范围创建掩码
    mask = cv2.inRange(hsv, greenLower, greenUpper)

    # 对原图像和掩码应用位运算，提取出指定颜色部分
    result = cv2.bitwise_and(frame, frame, mask=mask)

    # 使用开运算和闭运算去除噪声
    kernel = np.ones((5, 5), np.uint8)
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
    mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

    # 查找轮廓
    contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 遍历轮廓，画出边界框
    for contour in contours:
        if cv2.contourArea(contour) > 100:  # 过滤小面积噪点
            x, y, w, h = cv2.boundingRect(contour)
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

    # 显示原图、掩码和结果图像
    cv2.imshow('Original', frame)
    cv2.imshow('Mask', mask)
    cv2.imshow('Result', result)

    # 按'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源并关闭所有窗口
cap.release()
cv2.destroyAllWindows()