脚本专栏 发布日期:2024/10/12 浏览次数:1
opencv
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB/OCTAVE(版本2.5)的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#、Ch、Ruby,GO的支持。
所有新的开发和算法都是用C++接口。一个使用CUDA的GPU接口也于2010年9月开始实现。
import numpy as np import cv2 cap =cv2.VideoCapture(0) while(1): #获取每一帧 ret,frame = cap.read() #RGB转换到HSV hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV) #设定蓝色的阈值。确定要追踪的颜色为蓝色。 lower_blue = np.array([100,50,50]) upper_blue = np.array([120,255,255]) #根据阈值构建掩模,构建黑白图 #hsv:原图 #lower_blue:图像中低于这个lower_blue的值,图像值变为0,即黑色 #upper_blue:图像中高于这个upper_blue的值,图像值变为0 #而在lower_blue~upper_blue之间的值变成255,即白色。 mask = cv2.inRange(hsv,lower_blue,upper_blue) #对原图像和掩模进行位运算 #蓝色覆盖白色区域,黑色不覆盖,实现了白色转化为要追踪的蓝色,也就是追踪效果。 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 #关闭窗口 cv2.destroyAllWindows()
关于颜色阈值图(百度)。
结果如下图所示。
总结
以上所述是小编给大家介绍的如何用OpenCV -python3实现视频物体追踪,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!