我的编程空间,编程开发者的网络收藏夹
学习永远不晚

(笔记四)利用opencv识别标记视频中的目标

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

(笔记四)利用opencv识别标记视频中的目标

预操作:

通过cv2将视频的某一帧图片转为HSV模式,并通过鼠标获取对应区域目标的HSV值,用于后续的目标识别阈值区间的选取

在这里插入图片描述``

img = cv.imread(r"D:\data\123.png")img = cv.cvtColor(img, cv.COLOR_BGR2HSV)plt.figure(1), plt.imshow(img)plt.show()

(1)将视频中识别的目标掩膜成红色

end_frame[mask > 0] = [0, 0, 255]

在这里插入图片描述

(2)利用cv库读取显示原始视频

在这里插入图片描述

(3)在HSV阈值分割识别的视频目标

hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)# 定义分割黑色的上下区间,其代表的是目标物体的hsv空间内的最小值和最大值low = np.array([60, 60, 60])up = np.array([130, 120, 120])mask = cv.inRange(hsv, low, up)        

在这里插入图片描述

(4)按位与运算之后的视频目标(目标的真实色彩)

# 进行按位运算,白色的变为frame原来的颜色,其他还是黑色res = cv.bitwise_and(frame, frame, mask=mask)

在这里插入图片描述

(5)主代码(已经给出解释)

#!/usr/bin/env python# -*- coding:utf-8 -*-"""@author: LIFEI@time: 2023/8/29 14:39 @file: test4.py@project: pythonProject@describe: TODO@# -------------------------------------------------(one)----------------------------------------------@# -------------------------------------------------(two)----------------------------------------------"""# -------------------------------------------------(one)----------------------------------------------import cv2 as cvimport numpy as npfrom matplotlib import pyplot as plt# img = cv.imread(r"D:\data\123.png")# img = cv.cvtColor(img, cv.COLOR_BGR2HSV)# plt.figure(1), plt.imshow(img)# plt.show()def identify(path, point):    # 创建一个video基类    cap = cv.VideoCapture(path)    # 当cap被打开时开始循环    while cap.isOpened():        #  读取视频        ret, frame = cap.read()        # 拷贝图像,赋值给end_frame        end_frame = np.copy(frame)        # 将视频的BGR空间转换为HSV空间        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)        # 定义分割黑色的上下区间,其代表的是目标物体的hsv空间内的最小值和最大值        low = np.array([60, 60, 60])        up = np.array([130, 120, 120])        # 类似与阈值分割,就是将上述的区间类的物体改成白色,其他改为黑色        mask = cv.inRange(hsv, low, up)        # 进行按位运算,白色的变为frame原来的颜色,其他还是黑色        res = cv.bitwise_and(frame, frame, mask=mask)        # 将end_frame中的mask白色区域变成红色        end_frame[mask > 0] = [0, 0, 255]        # 判断帧率是否存在,若是不存在直接退出        if not ret:            break        # 判断输出        if point == 1:            cv.imshow("frame", frame)        elif point == 2:            cv.imshow("mask", mask)        elif point == 3:            cv.imshow("avi", res)        else:            cv.imshow("end_frame", end_frame)        # 这里理解为视频的快慢,1表示原始速度,越大越慢,按‘q’退出显示        if cv.waitKey(15) & 0xFF == ord('q'):            break    cv.waitKey(0)    # 释放    cap.release()    cv.destroyAllWindows()if __name__ == '__main__':    # 视频的路径    filepath = r"D:\data\plane.avi"    # 访问输入的数值,后续循环要用    value = input('请输入一个数字(1表示ori,2表示mask,3表示res,4表示end_frame):')    # 转为整型    value = int(value)    # 开始操作    identify(filepath, value)# -------------------------------------------------(two) - -------------------------------------------

来源地址:https://blog.csdn.net/qq_55750626/article/details/132570920

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

(笔记四)利用opencv识别标记视频中的目标

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

(笔记四)利用opencv识别标记视频中的目标

预操作: 通过cv2将视频的某一帧图片转为HSV模式,并通过鼠标获取对应区域目标的HSV值,用于后续的目标识别阈值区间的选取 `` img = cv.imread(r"D:\data\123.png")img = cv.cvtColor(i
2023-08-30

编程热搜

目录