国产无码综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Python-OpenCV中的圖像處理-物體跟蹤

2年前作者：SongYuLong的博客分類：Toy博客閱讀(22)違法舉報

這篇具有很好參考價值的文章主要介紹了Python-OpenCV中的圖像處理-物體跟蹤。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方，請大家不吝賜教，您也可以點擊"舉報違法"按鈕提交疑問。

物體跟蹤

現(xiàn)在我們知道怎樣將一幅圖像從 BGR 轉(zhuǎn)換到 HSV 了，我們可以利用這一點來提取帶有某個特定顏色的物體。在 HSV 顏色空間中要比在 BGR 空間中更容易表示一個特定顏色。在我們的程序中，我們要提取的是一個藍色的物體。下面就是就是我們要做的幾步：
? 從視頻中獲取每一幀圖像
? 將圖像轉(zhuǎn)換到 HSV 空間
? 設(shè)置 HSV 閾值到藍色范圍。
? 獲取藍色物體，當然我們還可以做其他任何我們想做的事，比如：在藍色物體周圍畫一個圈。

import numpy as np
import cv2

# cv2.cvtColor(img, flag)
# cv2.inRange()

# 打印顏色轉(zhuǎn)換flag
flags =[ i for i in dir(cv2) if i.startswith('COLOR_')]
print(flags)


# OpenCV支持超過150種顏色轉(zhuǎn)換的方法，常用：BGR<->GRAY 和 BGR<->HSV
# OpenCV的HSV格式中，H(色彩/色度)的取值范圍是[0, 179], S(飽和度)的取值范圍[0, 255], V(亮度)的取值范圍[0, 255]
# 不同軟件取值范圍可能不同,使用時需要做歸一化

# 物體跟蹤,跟蹤一個藍色物體,步驟：
# 1.從視頻中獲取一幀圖像
# 2.將圖像轉(zhuǎn)換到HSV空間
# 3.設(shè)置HSV閥值到藍色范圍
# 4.獲取藍色物體,或其他處理

cap = cv2.VideoCapture(0)

while True:
    # 獲取圖像幀
    (ret, frame) = cap.read()

    # 轉(zhuǎn)換到HSV顏色空間
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 設(shè)定藍色的閥值
    lower_blue = np.array([110, 50, 50])
    upper_blue = np.array([130, 255, 255])

    # 根據(jù)閥值構(gòu)建掩膜
    mask = cv2.inRange(hsv, lower_blue, upper_blue)
    mask_blue = cv2.medianBlur(mask, 7)  # 中值濾波

    # 查找輪廓
    contours, hierarchy = cv2.findContours(mask_blue, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    # print(contours, hierarchy)
    for cnt in contours:
        (x, y, w, h) = cv2.boundingRect(cnt)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
        font = cv2.FONT_HERSHEY_SIMPLEX
        cv2.putText(frame, "Blue", (x, y - 5), font, 0.7, (0, 255, 0), 2)

    # 對原圖和掩膜進行位運算
    res =cv2.bitwise_and(frame, frame, mask=mask)

    # 顯示圖像
    cv2.imshow('frame', frame)
    cv2.imshow('mask', mask)
    cv2.imshow('res', res)

    k = cv2.waitKey(5)&0xFF
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

Python-OpenCV中的圖像處理-物體跟蹤,OpenCV Python,opencv,python,圖像處理文章來源地址http://www.zghlxwxcb.cn/news/detail-637631.html

到了這里，關(guān)于Python-OpenCV中的圖像處理-物體跟蹤的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權(quán)，不承擔相關(guān)法律責任。如若轉(zhuǎn)載，請注明出處：如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符，請點擊違法舉報進行投訴反饋，一經(jīng)查實，立即刪除！

分享到：

領(lǐng)支付寶紅包贊助服務器費用

Python-OpenCV中的圖像處理-圖像直方圖
通過直方圖你可以對整幅圖像的灰度分布有一個整體的了解。直方圖的 x 軸是灰度值（ 0 到 255）， y 軸是圖片中具有同一個灰度的點的數(shù)目。 BINS：上面的直方圖顯示了每個灰度值對應的像素數(shù)。如果像素值為 0到255，你就需要 256 個數(shù)來顯示上面的直方圖。但是，如果你不需
2024年02月12日
瀏覽(32)
Python-OpenCV中的圖像處理-圖像金字塔
同一圖像的不同分辨率的子圖集合，如果把最大的圖像放在底部，最小的放在頂部，看起來像一座金字塔，故而得名圖像金字塔。 cv2.pyrUp()：上采樣 cv2.pyrDown()：下采樣高斯金字塔的頂部是通過將底部圖像中的連續(xù)的行和列去除得到的。頂部圖像中的每個像素值等于下一層圖
2024年02月13日
瀏覽(22)
Python-OpenCV中的圖像處理-幾何變換
對圖像進行各種幾個變換，例如移動，旋轉(zhuǎn)，仿射變換等。 cv2.resize() cv2.INTER_AREA v2.INTER_CUBIC v2.INTER_LINEAR res = cv2.resize(img, None, fx=2, fy=2, interpolation=cv2.INTER_CUBIC) 或 height, width = img.shape[:2] res = cv2.resize(img, (2 width, 2 height), interpolation=cv2.INTER_CUBIC) OpenCV提供了使用函數(shù)cv2.warpAffine()實
2024年02月13日
瀏覽(97)
Python-OpenCV中的圖像處理-邊緣檢測
Canny 邊緣檢測是一種非常流行的邊緣檢測算法，是 John F.Canny 在 1986 年提出的。它是一個有很多步構(gòu)成的算法：噪聲去除、計算圖像梯度、非極大值抑制、滯后閥值等。 Canny(image: Mat, threshold1, threshold2, edges=…, apertureSize=…, L2gradient=…) 在 OpenCV 中只需要一個函數(shù)： cv2.Canny()，
2024年02月13日
瀏覽(35)
Python-OpenCV中的圖像處理-霍夫變換
霍夫(Hough)變換在檢測各種形狀的技術(shù)中非常流行，如果要檢測的形狀可以用數(shù)學表達式描述，就可以是使用霍夫變換檢測它。即使要檢測的形狀存在一點破壞或者扭曲也是可以使用。 Hough直線變換，可以檢測一張圖像中的直線 cv2.HoughLines(image, rho, theta, threshold) return：返回值
2024年02月13日
瀏覽(125)
Python-OpenCV中的圖像處理-直方圖
通過直方圖你可以對整幅圖像的灰度分布有一個整體的了解。直方圖的 x 軸是灰度值（ 0 到 255）， y 軸是圖片中具有同一個灰度的點的數(shù)目。 BINS：上面的直方圖顯示了每個灰度值對應的像素數(shù)。如果像素值為 0到255，你就需要 256 個數(shù)來顯示上面的直方圖。但是，如果你不需
2024年02月13日
瀏覽(30)
Python-OpenCV中的圖像處理-顏色空間轉(zhuǎn)換
在 OpenCV 中有超過 150 中進行顏色空間轉(zhuǎn)換的方法。但是你以后就會發(fā)現(xiàn)我們經(jīng)常用到的也就兩種： BGR G r a y 和 B G R Gray 和 BGR G r a y 和 BGR HSV。注意：在 OpenCV 的 HSV 格式中， H（色彩/色度）的取值范圍是 [0， 179]，S（飽和度）的取值范圍 [0， 255]， V（亮度）的取值范圍 [0，
2024年02月13日
瀏覽(25)
Python-OpenCV中的圖像處理-形態(tài)學轉(zhuǎn)換
形態(tài)學操作:腐蝕，膨脹，開運算，閉運算，形態(tài)學梯度，禮帽，黑帽等主要涉及函數(shù)：cv2.erode()， cv2.dilate()， cv2.morphologyEx() 原理：形態(tài)學操作是根據(jù)圖像形狀進行的簡單操作。一般情況下對二值化圖像進行的操作。需要輸入兩個參數(shù)，一個是原始圖像，第二個被稱為結(jié)構(gòu)化
2024年02月13日
瀏覽(24)
Python-OpenCV中的圖像處理-傅里葉變換
傅里葉變換經(jīng)常被用來分析不同濾波器的頻率特性。我們可以使用 2D 離散傅里葉變換 (DFT) 分析圖像的頻域特性。實現(xiàn) DFT 的一個快速算法被稱為快速傅里葉變換（ FFT）。對于一個正弦信號：x (t) = A sin (2πft), 它的頻率為 f，如果把這個信號轉(zhuǎn)到它的頻域表示，我們會在頻率
2024年02月12日
瀏覽(22)
Python-OpenCV中的圖像處理-GrabCut算法交互式前景提取
cv2.grabCut(img: Mat, mask: typing.Optional[Mat], rect, bgdModel, fgdModel, iterCount, mode=…) img：輸入圖像 mask：掩模圖像，用來確定那些區(qū)域是背景，前景，可能是前景/背景等。可以設(shè)置為： cv2.GC_BGD,cv2.GC_FGD,cv2.GC_PR_BGD,cv2.GC_PR_FGD，或者直接輸入 0,1,2,3 也行。 rect ：包含前景的矩形，格式為
2024年02月13日
瀏覽(104)

<b id="3yq3u"><abbr id="3yq3u"></abbr></b>

<b id="3yq3u"><abbr id="3yq3u"></abbr></b>