#需要部署模块： import cv [as别名]
#或： from cv import CvtColor [as别名]
defrun(self ) :
while True:
t1=time.time (
# blurthesourceimagetoreducecolornoise
cv.smooth(img，img，cv.CV_BLUR，3 )；
#转换主题同步(hue，Saturation，Value ) so its
# easiertodeterminethecolortotrack (hue ) )。
HSV _ img=cv.create image (cv.getsize (img )，8，3 ) ) ) ) ) ) ) )。
cv.cvtcolor(img，hsv_img，cv.CV_BGR2HSV )。
# limitallpixelsthatdon ' tmatchourcriteria，in this case we are
# lookingforpurplebutifyouwantyoucanadjustthefirstvaluein
# bothturpleswhichisthehuerange (120，140 ).OpenCV uses 0-180 as
#a hue range for the HSV color model
threshold ed _ img=cv.create image (cv.getsize (HSV _ img )，8，1 ) ) ) ) ) ) ) )。
#白色
敏感性=10
cv .适当的心情(hsv_img，) 0，0，255-sensitivity，) 255，sensitivity，255 )，thresholded_img ) ) )。
# Red
#cv .适当的心情(hsv_img，(0，150，0 )，() 5，255，thresholded_img ) ) ) ) ) ) ) ) )。
#蓝色
#cv .适当的心情(hsv_img，) 100，50，50 )，) 140，255，255 )，thresholded_img () ) ) ) ) ) ) )。
#绿色
#cv .适当的心情(hsv_img，) 40，50，50 )，) 80，255，255 )，thresholded_img ) ) ) ) ) )。
# determinetheobjectsmomentsandcheckthattheareaislarge
#enough to be our object
moments=cv.moments(mat，0 ) )。
area=cv.HP DSB (运动，0，0 ) ) ) ) ) ) ) )。
# therecanbenoiseinthevideosoignoreobjectswithsmallareas
if(area10000 ) :
# determinethexandycoordinatesofthecenteroftheobject
# wearetrackingbydividingthe 1，0 and 0，1 momentsbythearea
x=cv .令人担心的栗子(moments，1，0 )/area
x=int(round ) x )
# createanoverlaytomarkthecenterofthetrackedobject
(cv.circle(Overlay，) x，y )，2，)，255，255 )，20 ) ) ) ) ) ) )
cv.add(img，overlay，img ) )。
# addthethresholdedimagebacktotheimgsowecanseewhatwas
#left after it was applied
t2=time.time (
cv.merge(Thresholded_img，None，None，None，img ) )。
打印'检测时间=% GS x=% d，y=% d ' % (运行(T2-t1，3 )，x，y ) ) ) ) ) ) )
#display the image
cv.show image (color _ tracker _ window，img ) )。
ifcv.waitkey(10 )==27:
布雷克