50行Python代碼實(shí)現(xiàn)視頻中物體顏色識(shí)別和跟蹤(必須以紅色為例)
目前計(jì)算機(jī)視覺(CV)與自然語言處理(NLP)及語音識(shí)別并列為人工智能三大熱點(diǎn)方向,而計(jì)算機(jī)視覺中的對(duì)象檢測(cè)(objectdetection)應(yīng)用非常廣泛,比如自動(dòng)駕駛、視頻監(jiān)控、工業(yè)質(zhì)檢、醫(yī)療診斷等場(chǎng)景。
目標(biāo)檢測(cè)的根本任務(wù)就是將圖片或者視頻中感興趣的目標(biāo)提取出來,目標(biāo)的識(shí)別可以基于顏色、紋理、形狀。其中顏色屬性運(yùn)用十分廣泛,也比較容易實(shí)現(xiàn)。下面就向大家分享一個(gè)我做的小實(shí)驗(yàn)———通過OpenCV的Python接口來實(shí)現(xiàn)從視頻中進(jìn)行顏色識(shí)別和跟蹤。
下面就是我們完整的代碼實(shí)現(xiàn)(已調(diào)試運(yùn)行):
import numpy as np import cv2 font = cv2.FONT_HERSHEY_SIMPLEX lower_green = np.array([35, 110, 106]) # 綠色范圍低閾值 upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值 lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值 upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值 #需要更多顏色,可以去百度一下HSV閾值! # cap = cv2.VideoCapture('1.mp4') # 打開視頻文件 cap = cv2.VideoCapture(0)#打開USB攝像頭 if (cap.isOpened()): # 視頻打開成功 flag = 1 else: flag = 0 num = 0 if (flag): while (True): ret, frame = cap.read() # 讀取一幀 if ret == False: # 讀取幀失敗 break hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根據(jù)顏色范圍刪選 mask_red = cv2.inRange(hsv_img, lower_red, upper_red) # 根據(jù)顏色范圍刪選 mask_green = cv2.medianBlur(mask_green, 7) # 中值濾波 mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波 mask = cv2.bitwise_or(mask_green, mask_red) mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) for cnt in contours: (x, y, w, h) = cv2.boundingRect(cnt) cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2) cv2.putText(frame, "Green", (x, y - 5), font, 0.7, (0, 255, 0), 2) for cnt2 in contours2: (x2, y2, w2, h2) = cv2.boundingRect(cnt2) cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h2), (0, 255, 255), 2) cv2.putText(frame, "Red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2) num = num + 1 cv2.imshow("dection", frame) cv2.imwrite("imgs/%d.jpg"%num, frame) if cv2.waitKey(20) & 0xFF == 27: break cv2.waitKey(0) cv2.destroyAllWindows()
如圖所示,我們將會(huì)檢測(cè)到紅色區(qū)域
最終的效果圖:
總結(jié)
以上所述是小編給大家介紹的50行Python代碼實(shí)現(xiàn)視頻中物體顏色識(shí)別和跟蹤,希望對(duì)大家有所幫助,如果大家有任何疑問請(qǐng)給我留言,小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持!
如果你覺得本文對(duì)你有幫助,歡迎轉(zhuǎn)載,煩請(qǐng)注明出處,謝謝!
- Python?OpenCV實(shí)現(xiàn)簡(jiǎn)單的顏色識(shí)別功能(對(duì)紅色和藍(lán)色識(shí)別并輸出)
- Python+OpenCV實(shí)現(xiàn)圖片及視頻中選定區(qū)域顏色識(shí)別
- Python+OpenCV實(shí)現(xiàn)基于顏色的目標(biāo)識(shí)別
- python+opencv實(shí)現(xiàn)文字顏色識(shí)別與標(biāo)定功能
- python實(shí)現(xiàn)簡(jiǎn)單顏色識(shí)別程序
- 淺談Python3識(shí)別判斷圖片主要顏色并和顏色庫進(jìn)行對(duì)比的方法
- python微信跳一跳系列之棋子定位顏色識(shí)別
- python識(shí)別圖片中指定顏色的圖案并保存為圖片
相關(guān)文章
Python實(shí)現(xiàn)API開發(fā)的詳細(xì)教程
在現(xiàn)代軟件開發(fā)中,API扮演著至關(guān)重要的角色,API接口用于不同軟件組件之間的通信和數(shù)據(jù)交換,實(shí)現(xiàn)了系統(tǒng)之間的互操作性,Python作為一種簡(jiǎn)單易用且功能強(qiáng)大的編程語言,廣泛應(yīng)用于API接口的開發(fā),本文將詳細(xì)介紹如何使用Python開發(fā)API接口,需要的朋友可以參考下2024-12-12Pycharm中pyqt工具配置(Qt Designer、PyUIC、PyRCC)
Pycharm中進(jìn)行擴(kuò)展工具設(shè)置,從而實(shí)現(xiàn)在pycharm中打開Qt Designer、Ui文件生成Py文件、資源文件生成Py文件三個(gè)功能,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖
這篇文章主要介紹了Python讀取excel文件中的數(shù)據(jù),繪制折線圖及散點(diǎn)圖,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-09-09Python面向?qū)ο蟪绦蛟O(shè)計(jì)OOP入門教程【類,實(shí)例,繼承,重載等】
這篇文章主要介紹了Python面向?qū)ο蟪绦蛟O(shè)計(jì)OOP入門教程,較為詳細(xì)的分析了Python面向?qū)ο箢?實(shí)例,繼承,重載等相關(guān)概念與使用技巧,需要的朋友可以參考下2019-01-01YOLOv5車牌識(shí)別實(shí)戰(zhàn)教程(五)字符分割與識(shí)別
這篇文章主要介紹了YOLOv5車牌識(shí)別實(shí)戰(zhàn)教程(五)字符分割與識(shí)別,在這個(gè)教程中,我們將一步步教你如何使用YOLOv5進(jìn)行車牌識(shí)別,幫助你快速掌握YOLOv5車牌識(shí)別技能,需要的朋友可以參考下2023-04-04一文詳細(xì)介紹Python兩條斜杠 // 的作用和用法
Python中的兩條斜杠//是整數(shù)除法運(yùn)算符,返回商的整數(shù)部分,丟棄小數(shù)部分,它與取模運(yùn)算符%經(jīng)常一起使用,幫助理解除法的整數(shù)和余數(shù),與普通除法運(yùn)算符/不同,//總是返回整數(shù)結(jié)果,在處理負(fù)數(shù)時(shí),//會(huì)向絕對(duì)值更大的方向取整,本文就來介紹一下2024-11-11