【第2回】RaspberryPi + OpenCV でリアルタイムのカラートラッキング

Last updated at 2026-05-08Posted at 2026-05-08

こんにちは．若尾です．
全開でラズパイのセットアップが終わっているはずなのでUSBカメラを接続してカラートラッキングまでの手順を記しました．
面白味が欲しければ考えるのでコメントしてください．

対象読者

ラズパイで画像処理を始めたい人
OpenCV初心者
ロボット制御へ応用したい人

1. USBカメラと RaspberryPi との接続

USBカメラと RaspberryPi（以降ラズパイ）との接続を確認します．USBカメラとラズパイを繋いで，ターミナルを立ち上げます．
私の場合（OS：2026-04-21-raspios-trixie-arm64）は左上のラズパイロゴマーク > アクセサリ > LXTerminalで立ち上げました．
コマンドを立ち上げたら，順番に以下のコマンドを実行していきます．

繋がれているUSBデバイスの確認

lsusb

　↓ 実行結果

Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub
Bus 001 Device 002: ID 2109:3431 VIA Labs, Inc. Hub
Bus 001 Device 004: ID 0566:3107 Monterey International Corp. Keyboard
Bus 001 Device 005: ID 093a:2510 Pixart Imaging, Inc. Optical Mouse
Bus 001 Device 007: ID 0bda:58b0 Realtek Semiconductor Corp. FULL HD 1080P Webcam
Bus 002 Device 001: ID 1d6b:0003 Linux Foundation 3.0 root hub

ラズパイがカメラを認識しているかの確認

ls /dev/video*

　↓ 実行結果

/dev/video0  /dev/video12 /dev/video16 /dev/video21
/dev/video1  /dev/video13 /dev/video18 /dev/video22
/dev/video10 /dev/video14 /dev/video19 /dev/video23
/dev/video11 /dev/video15 /dev/video20 /dev/video31

/dev/video0があればOKです．

2. guvcviewでカメラのテスト

guvcview というソフトウェアを用いて，USBカメラとの接続を確認します．
ターミナルで以下を実行してください．

sudo apt update
sudo apt upgrade -y
sudo apt install guvcview

インストールが終われば，ターミナルで以下を実行するとUSBカメラの映像が見れます．

guvcview

ウィンドウが複数開いている可能性があるので，映像が映っているウィンドウ以外が開いていても慌てずに探してみてください．

3. 仮想環境の構築 ~ OpenCVの立ち上げ

現在のラズパイOSは，仮想環境（venv）を使用することが推奨されています．そのため，仮想環境の構築をして，そこに依存関係をインストールしていきます．

Python関連の確認

python3 --version
pip3 --version

venvのインストール

sudo apt install python3-venv -y

仮想環境の構築

mkdir ~/opencv-project
cd ~/opencv-project
python3 -m venv venv
source venv/bin/activate

OpenCVインストール（ついでにNumPyも）

pip install opencv-python

pip install numpy

動作確認

python

import cv2
print(cv2.__version__)

　↓ 実行結果

4.13.0

上記のように，バージョンが表示されればOKです．
exit() で抜けることができます．

今後の立ち上げ方

cd ~/opencv-project
source venv/bin/activate

4. USBカメラのリアルタイム表示

ファイル作成

nano camera_test.py

コード

import cv2

cap = cv2.VideoCapture(0)

if not cap.isOpened():
    print("カメラを開けません")
    exit()

while True:
    ret, frame = cap.read()

    if not ret:
        print("フレーム取得失敗")
        break

    cv2.imshow("Camera", frame)

    # qキーで終了
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

実行

python camera_test.py

5. カラートラッキング

できること

写されている画面で，マウスで囲うことで対象物体を指定
対象物体（と同じ色）の物体を1つ検知
対象物体を囲う四角形を描画
対象物体の中心座標を表示

ファイル作成

nano camera_test.py

コード

import cv2
import numpy as np

# グローバル変数
drawing = False
ix, iy = -1, -1
selected = False

hsv_lower = None
hsv_upper = None

frame_for_select = None


# マウスイベント
def select_color(event, x, y, flags, param):
    global ix, iy, drawing
    global hsv_lower, hsv_upper
    global selected
    global frame_for_select

    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        ix, iy = x, y

    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False

        x1, y1 = min(ix, x), min(iy, y)
        x2, y2 = max(ix, x), max(iy, y)

        roi = frame_for_select[y1:y2, x1:x2]

        if roi.size == 0:
            return

        hsv_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)

        h_mean = np.mean(hsv_roi[:, :, 0])
        s_mean = np.mean(hsv_roi[:, :, 1])
        v_mean = np.mean(hsv_roi[:, :, 2])

        # HSV範囲設定
        hsv_lower = np.array([
            max(h_mean - 15, 0),
            max(s_mean - 60, 50),
            max(v_mean - 60, 50)
        ])

        hsv_upper = np.array([
            min(h_mean + 15, 179),
            min(s_mean + 60, 255),
            min(v_mean + 60, 255)
        ])

        selected = True

        print("HSV Lower:", hsv_lower)
        print("HSV Upper:", hsv_upper)


cap = cv2.VideoCapture(0)

cv2.namedWindow("Color Tracking")
cv2.setMouseCallback("Color Tracking", select_color)

while True:
    ret, frame = cap.read()

    if not ret:
        break

    frame_for_select = frame.copy()

    # 軽量化
    frame = cv2.resize(frame, (640, 480))

    if selected:

        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

        # 色抽出
        mask = cv2.inRange(hsv, hsv_lower, hsv_upper)

        # ノイズ除去
        kernel = np.ones((5, 5), np.uint8)
        mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
        mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

        # 輪郭検出
        contours, _ = cv2.findContours(
            mask,
            cv2.RETR_EXTERNAL,
            cv2.CHAIN_APPROX_SIMPLE
        )

        if contours:

            # 最大輪郭
            largest = max(contours, key=cv2.contourArea)

            area = cv2.contourArea(largest)

            if area > 500:

                x, y, w, h = cv2.boundingRect(largest)

                # 中心座標
                cx = x + w // 2
                cy = y + h // 2

                # 描画
                cv2.rectangle(
                    frame,
                    (x, y),
                    (x + w, y + h),
                    (0, 255, 0),
                    2
                )

                cv2.circle(frame, (cx, cy), 5, (0, 0, 255), -1)

                cv2.putText(
                    frame,
                    f"Center: ({cx}, {cy})",
                    (x, y - 10),
                    cv2.FONT_HERSHEY_SIMPLEX,
                    0.6,
                    (0, 255, 0),
                    2
                )

    cv2.imshow("Color Tracking", frame)

    key = cv2.waitKey(1)

    if key == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

実行

python color_tracking.py

6. コード解説

カラートラッキングのコードの解説だけ記しておきます．

全体の流れ

今回のコードでは，以下の流れでカラートラッキングを行っています．

カメラ映像取得
    ↓
マウスで対象物体を選択
    ↓
選択範囲の色（HSV）を取得
    ↓
同じ色の領域を抽出
    ↓
輪郭検出
    ↓
最も大きい物体を選択
    ↓
中心座標を計算して表示

グローバル変数

drawing = False
ix, iy = -1, -1
selected = False

これらは，マウス操作の状態を保持するための変数です．

drawing
マウスドラッグ中かどうか
ix, iy
ドラッグ開始位置
selected
色選択が完了したかどうか

HSVとは？

今回のコードでは，色検出に HSV 色空間を用いています．
OpenCVでは，RGBよりもHSVを使用する方が色検出に適しています．

RGB
R : 赤
G : 緑
B : 青

RGBでは明るさ変化に弱く，

照明
影
光の反射

などで色が変わりやすいです．

HSV
H : Hue（色相）
S : Saturation（彩度）
V : Value（明度）

HSVでは，

色そのもの
鮮やかさ
明るさ

を分離して扱えるため，色検出に強いです．

マウスで色を選択

cv2.setMouseCallback("Color Tracking", select_color)

OpenCVでは，setMouseCallback()を使用することで，
ウィンドウ上のマウスイベントを取得できます．

今回は，

左クリック押下
ドラッグ
左クリック離す

を利用して，対象物体を矩形選択しています．

ROI（Region Of Interest）

roi = frame_for_select[y1:y2, x1:x2]

ROI は「注目領域」を意味します．

今回は，「ユーザが囲った範囲」を切り出し，その領域を ROI としています．

HSVへ変換

hsv_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)

OpenCVのカメラ画像は，標準では BGR 形式です．そのため，色検出を行う前に HSV へ変換しています．

平均色の取得

h_mean = np.mean(hsv_roi[:, :, 0])
s_mean = np.mean(hsv_roi[:, :, 1])
v_mean = np.mean(hsv_roi[:, :, 2])

選択した領域の平均HSV値を取得しています．

例えば赤色物体を選択すると，

H : 赤系
S : 高い
V : 明るい

のような値になります．

色の範囲設定

hsv_lower = np.array([
    max(h_mean - 15, 0),
    max(s_mean - 60, 50),
    max(v_mean - 60, 50)
])
hsv_upper = np.array([
    min(h_mean + 15, 179),
    min(s_mean + 60, 255),
    min(v_mean + 60, 255)
])

OpenCVでは，「完全一致」ではなく，「ある範囲内」の色を検出します．
そのため，上下限値を設定しています．

色抽出

mask = cv2.inRange(hsv, hsv_lower, hsv_upper)

色検出の中心処理です．

inRange()は，

条件を満たす画素 → 白
条件を満たさない画素 → 黒

の**二値画像（マスク画像）**を生成します．

ノイズ除去

mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

色抽出後は，小さなノイズが多く発生します．

そのため，

OPEN処理
- 小ノイズ除去
CLOSE処理
- 小さな穴埋め

を行っています．

輪郭検出

contours, _ = cv2.findContours(
    mask,
    cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE
)

findContours()により，
白色領域の輪郭を取得しています．

今回では，「同色物体の形状」を取得しています．

最大輪郭の取得

largest = max(contours, key=cv2.contourArea)

複数物体が見つかった場合でも，最も大きい物体を対象としています．

面積による除外

if area > 500:

小さなノイズまで追跡しないよう，一定以上の面積のみを対象にしています．

外接矩形

x, y, w, h = cv2.boundingRect(largest)

物体を囲う矩形を取得しています．

中心座標

cx = x + w // 2
cy = y + h // 2

矩形中心（中心座標）を計算しています．

これにより，

ロボット制御
物体追跡

などに利用できます．

実際に，天井に吊るしたカメラでオレンジ色のゴルフボールを認識し，自立型ロボットがサッカーをしている大会がある．
-> 公式サイト：RoboCup Soccer Small-Size-League

描画

矩形描画

cv2.rectangle()

対象物体を囲っています．

中心点描画

cv2.circle()

重心位置を赤点で表示しています．

座標表示

cv2.putText()

画面上に座標を描画しています．

7. まとめ

今回は，

RaspberryPi と USBカメラの接続
OpenCV環境構築
リアルタイム映像表示
HSVを用いたカラートラッキング

を行いました．

OpenCVを用いることで，比較的簡単にリアルタイム画像処理を実装できます．

次回は，

複数物体の追跡
複数色別の認識
ロボットアーム制御

などへ発展させていきたいと思います．

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up

【第2回】RaspberryPi + OpenCV でリアルタイムのカラートラッキング

前の記事

目次

対象読者

1. USBカメラ と RaspberryPi との接続

繋がれているUSBデバイスの確認

ラズパイがカメラを認識しているかの確認

2. guvcviewでカメラのテスト

3. 仮想環境の構築 ~ OpenCVの立ち上げ

Python関連の確認

venvのインストール

仮想環境の構築

OpenCVインストール（ついでにNumPyも）

動作確認

今後の立ち上げ方

4. USBカメラのリアルタイム表示

ファイル作成

コード

実行

5. カラートラッキング

できること

ファイル作成

コード

実行

6. コード解説

全体の流れ

グローバル変数

HSVとは？

マウスで色を選択

ROI（Region Of Interest）

HSVへ変換

平均色の取得

色の範囲設定

色抽出

ノイズ除去

輪郭検出

最大輪郭の取得

面積による除外

外接矩形

中心座標

描画

矩形描画

中心点描画

座標表示

7. まとめ

1. USBカメラと RaspberryPi との接続