# Object-tracking

**Repository Path**: My_AK_Dream/Object-tracking

## Basic Information

- **Project Name**: Object-tracking
- **Description**: 颜色小球的识别和追踪
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-12
- **Last Updated**: 2025-07-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 彩色球体追踪系统

一个基于计算机视觉的实时彩色球体检测和追踪系统，支持多种颜色的球体识别、轨迹记录和数据分析。

## 项目概述

本项目是一个完整的计算机视觉应用，主要用于：
- 实时检测和追踪不同颜色的球体
- 记录球体的运动轨迹
- 生成运动数据报告
- 可视化分析球体运动

## 功能特性

### 🎯 核心功能
- **多颜色检测**: 支持红色、蓝色、绿色、黄色球体的同时检测
- **实时追踪**: 实时显示球体位置和运动轨迹
- **轨迹记录**: 自动保存球体的运动轨迹数据
- **视频处理**: 支持实时录制和视频文件处理
- **数据分析**: 生成CSV格式的运动数据
- **可视化**: 绘制位置-时间图表

### 🔧 技术特性
- **HSV颜色空间**: 使用HSV颜色空间进行精确的颜色检测
- **圆形度检测**: 通过圆形度计算过滤非球体对象
- **轨迹优化**: 使用双端队列优化轨迹显示性能
- **实时调参**: 支持实时调整HSV阈值参数
- **多格式输出**: 支持MP4视频和CSV数据输出

## 项目结构

```
CV/
├── main.py                 # 主程序 - 实时球体检测和录制
├── videotocsv.py          # 视频处理程序 - 将视频转换为CSV数据
├── realtimetocsv.py       # 实时CSV记录程序
├── draw.py                # 数据可视化程序
├── debug.py               # 调试程序 - 实时参数调整
├── requirements.txt       # 项目依赖
├── video/                 # 录制的视频文件
├── video_results/         # 处理后的视频文件
├── csv_results/           # 生成的CSV数据文件
├── image/                 # 生成的图表文件
├── test/                  # 测试视频文件
└── csv/                   # 原始CSV数据文件
```

## 安装说明

### 环境要求
- Python 3.8+
- OpenCV 4.11.0+
- 摄像头设备（用于实时检测）

### 安装步骤

1. **克隆项目**
```bash
git clone <repository-url>
cd CV
```

2. **创建虚拟环境**
```bash
python -m venv .venv
```

3. **激活虚拟环境**
```bash
# Windows
.venv\Scripts\activate

# Linux/Mac
source .venv/bin/activate
```

4. **安装依赖**
```bash
pip install -r requirements.txt
```

## 使用方法

### 1. 实时球体检测和录制
```bash
python main.py
```
- 启动实时摄像头检测
- 自动录制检测结果视频
- 按ESC键退出

### 2. 视频文件处理
```bash
python videotocsv.py
```
- 处理指定视频文件
- 生成CSV格式的运动数据
- 输出处理后的视频文件

### 3. 实时CSV数据记录
```bash
python realtimetocsv.py
```
- 实时检测并记录CSV数据
- 同时录制视频文件

### 4. 数据可视化
```bash
python draw.py
```
- 读取CSV数据文件
- 生成位置-时间图表
- 保存为PNG图片

### 5. 调试模式
```bash
python debug.py
```
- 实时调整HSV参数
- 显示调试信息
- 优化检测效果

## 配置说明

### 颜色范围配置
在代码中可以调整HSV颜色范围来适应不同的检测环境：

```python
COLOR_RANGES = {
    "red": ([0, 127, 128], [15, 255, 255]),         # 红色范围1
    "red2": ([165, 127, 128], [180, 255, 255]),    # 红色范围2
    "blue": ([100, 100, 60], [140, 255, 255]),     # 蓝色范围
    "green": ([40, 50, 50], [80, 255, 255]),       # 绿色范围
    "yellow": ([20, 100, 100], [40, 255, 255])     # 黄色范围
}
```

### 检测参数调整
- `CIRCULARITY_THRESHOLD`: 圆形度阈值（默认0.75）
- `max_trajectory_length`: 轨迹长度（默认5秒）
- 面积阈值：过滤小面积噪声（默认100像素）

## 输出文件说明

### 视频文件
- 格式：MP4
- 命名：`YYYYMMDD_HHMMSS.mp4`
- 内容：带有检测框和轨迹的视频

### CSV数据文件
- 格式：CSV
- 命名：`YYYYMMDD_HHMMSS_detections.csv`
- 字段：timestamp, color, x, y, area, circularity

### 图表文件
- 格式：PNG
- 命名：`YYYYMMDD_HHMMSS.png`
- 内容：X/Y位置随时间变化的图表

## 故障排除

### 常见问题

1. **摄像头无法打开**
   - 检查摄像头是否被其他程序占用
   - 修改`cv2.VideoCapture()`中的设备索引

2. **检测效果不佳**
   - 使用`debug.py`调整HSV参数
   - 确保光照条件稳定
   - 检查球体颜色是否在检测范围内

3. **性能问题**
   - 降低视频分辨率
   - 减少轨迹长度
   - 关闭不必要的调试显示

### 调试技巧

1. **使用debug.py进行参数调优**
2. **检查HSV颜色范围是否合适**
3. **调整圆形度阈值过滤噪声**
4. **确保球体大小适中**

## 技术细节

### 算法流程
1. **图像预处理**: BGR转HSV颜色空间
2. **颜色检测**: 多范围HSV阈值分割
3. **形态学处理**: 中值滤波去噪
4. **轮廓检测**: 查找连通区域
5. **形状分析**: 计算圆形度和面积
6. **轨迹记录**: 记录中心点坐标
7. **可视化**: 绘制检测框和轨迹

### 性能优化
- 使用双端队列优化轨迹存储
- 中值滤波减少噪声
- 面积阈值过滤小目标
- 圆形度计算过滤非球体

## 贡献指南

欢迎提交Issue和Pull Request来改进项目！

## 许可证

本项目采用MIT许可证。

## 联系方式

如有问题或建议，请通过以下方式联系：
- 提交GitHub Issue
- 发送邮件至：[your-email@example.com]

---

**注意**: 使用前请确保摄像头设备正常工作，并根据实际环境调整检测参数。