视频的每一帧就是一张图片，跟踪视频中的某一对象，分解下来，其实就是在每一帧的图片中找到那个对象。
既然要找到那个对象，就要先定义这个目标对象，既然是图片，那就有颜色，先了解下常用的 3 种颜色模型。
- RGB。RGB 就是三原色光模式，又称 RGB 颜色模型或红绿蓝颜色模型，是一种加色模型，将红、绿、蓝三原色的色光以不同的比例相加，以合成产生各种色彩光。每一个像素点都有都有 3 个值表示颜色，这是最常见的颜色模型了。OpenCV 中的顺序是 BGR。
- 灰度图。简单的理解，就是黑白图，图像的每个 像素点 只能有 一个值 表示颜色，像素值范围是 [0~255]，现有的成熟分析算法多是基于灰度图像。
- HSV。这个模型中颜色的参数分别是色调（H）、饱和度（S）和明度（V）.HSV对用户来说是一种直观的颜色模型。我们可以从一种纯色彩开始，即指定色调H，并让V=S=1，然后我们可以通过向其中加入黑色和白色来得到我们需要的颜色。
以上三个模型，使用 HSV 定义一个目标对象更为方便。
OpenCV 可以很方便的从 BGR 转换为灰度图，从 BGR 转换为 HSV：
代码语言：javascript复制import cv2 as cv
cv.cvtColor(input_image, cv.COLOR_BGR2GRAY)
cv.cvtColor(input_image, cv.COLOR_BGR2HSV)
现在我们知道如何将 BGR 图像转换为 HSV，我们可以使用它来提取彩色对象。在 HSV 中，表示颜色比在 BGR 颜色空间中更容易。
接下来，我们将在视频中追踪蓝色对象。
步骤：
- 拍摄视频的每一帧
- 从 BGR 转换为 HSV 颜色空间
- 我们将 HSV 图像阈值设置为蓝色范围
- 单独提取蓝色对象，可以在该图像上做任何我们想做的事情。
下面是详细注释的代码：
代码语言：javascript复制import cv2 as cv
import numpy as np
# 从默认的摄像头读取视频
cap = cv.VideoCapture(0)
while True:
# 获取视频的每一帧
_, frame = cap.read()
# BGR 转换为 HSV
hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
# 用 HSV 定义目标对象的颜色范围。
lower_blue = np.array([110,50,50])
upper_blue = np.array([130,255,255])
# 生成一个 HSV 遮罩只获取蓝色对象。
mask = cv.inRange(hsv, lower_blue, upper_blue)
#应用
res = cv.bitwise_and(frame,frame, mask= mask)
cv.imshow('frame',frame)
cv.imshow('mask',mask)
cv.imshow('res',res)
k = cv.waitKey(5) & 0xFF
if k == 27:
break
cv.destroyAllWindows()
效果图如下，可以看到有一点噪音，单后面有技术可以消除。
