快捷導(dǎo)航

如何用OpenCV -python3實現(xiàn)視頻物體追蹤

更新時間：2019年12月04日 10:11:52 作者：有一種黑暗來自光

OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。這篇文章主要介紹了如何用OpenCV -python3實現(xiàn)視頻物體追蹤,需要的朋友可以參考下

opencv

OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺庫，可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。它輕量級而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

OpenCV用C++語言編寫，它的主要接口也是C++語言，但是依然保留了大量的C語言接口。該庫也有大量的Python、Java and MATLAB/OCTAVE（版本2.5）的接口。這些語言的API接口函數(shù)可以通過在線文檔獲得。如今也提供對于C#、Ch、Ruby,GO的支持。

所有新的開發(fā)和算法都是用C++接口。一個使用CUDA的GPU接口也于2010年9月開始實現(xiàn)。

import numpy as np
import cv2
cap =cv2.VideoCapture(0)
while(1):
  #獲取每一幀
  ret,frame = cap.read()
  #RGB轉(zhuǎn)換到HSV
  hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
  #設(shè)定藍色的閾值。確定要追蹤的顏色為藍色。
  lower_blue = np.array([100,50,50])
  upper_blue = np.array([120,255,255])
  #根據(jù)閾值構(gòu)建掩模，構(gòu)建黑白圖
  #hsv:原圖
  #lower_blue:圖像中低于這個lower_blue的值，圖像值變?yōu)?,即黑色
  #upper_blue:圖像中高于這個upper_blue的值，圖像值變?yōu)?
  #而在lower_blue～upper_blue之間的值變成255，即白色。
  mask = cv2.inRange(hsv,lower_blue,upper_blue)
  #對原圖像和掩模進行位運算
  #藍色覆蓋白色區(qū)域，黑色不覆蓋，實現(xiàn)了白色轉(zhuǎn)化為要追蹤的藍色，也就是追蹤效果。
  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
#關(guān)閉窗口
cv2.destroyAllWindows()

關(guān)于顏色閾值圖（百度）。

在這里插入圖片描述