Python OpenCV中的图像处理物体跟踪效果
作者:SongYuLong的博客
我们知道怎样将一幅图像从 BGR 转换到 HSV 了,我们可以利用这一点来提取带有某个特定颜色的物体,这篇文章主要介绍了Python OpenCV中的图像处理物体跟踪,需要的朋友可以参考下
Python-OpenCV中的图像处理-物体跟踪
物体跟踪
现在我们知道怎样将一幅图像从 BGR 转换到 HSV 了,我们可以利用这一点来提取带有某个特定颜色的物体。在 HSV 颜色空间中要比在 BGR 空间中更容易表示一个特定颜色。在我们的程序中,我们要提取的是一个蓝色的物体。下面就是就是我们要做的几步:
• 从视频中获取每一帧图像
• 将图像转换到 HSV 空间
• 设置 HSV 阈值到蓝色范围。
• 获取蓝色物体,当然我们还可以做其他任何我们想做的事,比如:在蓝色
物体周围画一个圈。
import numpy as np import cv2 # cv2.cvtColor(img, flag) # cv2.inRange() # 打印颜色转换flag flags =[ i for i in dir(cv2) if i.startswith('COLOR_')] print(flags) # OpenCV支持超过150种颜色转换的方法,常用:BGR<->GRAY 和 BGR<->HSV # OpenCV的HSV格式中,H(色彩/色度)的取值范围是[0, 179], S(饱和度)的取值范围[0, 255], V(亮度)的取值范围[0, 255] # 不同软件取值范围可能不同,使用时需要做归一化 # 物体跟踪,跟踪一个蓝色物体,步骤: # 1.从视频中获取一帧图像 # 2.将图像转换到HSV空间 # 3.设置HSV阀值到蓝色范围 # 4.获取蓝色物体,或其他处理 cap = cv2.VideoCapture(0) while True: # 获取图像帧 (ret, frame) = cap.read() # 转换到HSV颜色空间 hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 设定蓝色的阀值 lower_blue = np.array([110, 50, 50]) upper_blue = np.array([130, 255, 255]) # 根据阀值构建掩膜 mask = cv2.inRange(hsv, lower_blue, upper_blue) mask_blue = cv2.medianBlur(mask, 7) # 中值滤波 # 查找轮廓 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) # 对原图和掩膜进行位运算 res =cv2.bitwise_and(frame, frame, mask=mask) # 显示图像 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()
到此这篇关于Python OpenCV中的图像处理物体跟踪的文章就介绍到这了,更多相关Python OpenCV物体跟踪内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!