<强>一、环境
win10, Python3.6 OpenCV3.x;编译器:pycharm5.0.3
<强>二,实现目标
根据需要追踪的物体颜色,设定阈值,在视频中框选出需要追踪的物体。
<强>三,实现步骤
1)根据需要追踪的物体颜色,设定颜色阈值,获取追踪物体的掩膜
代码:generate_threshold.py
# - * -编码:utf - 8 - *
#作者:汤姆
进口cv2
进口numpy np
帽=cv2.VideoCapture(0) #获取摄像头图像
# img=cv2.imread (“timg1.jpg”)
# hsv_img=cv2.cvtColor (img cv2.COLOR_BGR2HSV)
def (x):
通过
def createbars ():
”“”
实现创建六个滑块的作用,分别控制H, S, V的最高值与最低的值
”“”
cv2.createTrackbar (“H_l”、“形象”,0180年,没有什么)
cv2.createTrackbar (“H_h”、“形象”,0180年,没有什么)
cv2.createTrackbar (“S_l”、“形象”,0255年,没有什么)
cv2.createTrackbar (“S_h”、“形象”,0255年,没有什么)
cv2.createTrackbar (“V_l”、“形象”,0255年,没有什么)
cv2.createTrackbar (“V_h”、“形象”,0255年,没有什么)
cv2.namedWindow(“形象”)
createbars() #创建六个滑块
低=np.array((0, 0, 0)) #设置初始值
上=np.array ((0, 0, 0))
而真正的:
ret,?cap.read ()
cv2.COLOR_BGR2HSV hsv_frame=cv2.cvtColor(帧)#将图片由BGR颜色空间转化成HSV空间,HSV可以更好地分割颜色图形
低[0]=cv2.getTrackbarPos (“H_l”、“图像”)#获取“H_l”滑块的实时的值
上[0]=cv2.getTrackbarPos (“H_h”、“图像”)#获取“H_h”滑块的实时的值
低[1]=cv2.getTrackbarPos (“S_l”、“图像”)
上[1]=cv2.getTrackbarPos (“S_h”、“图像”)
低[2]=cv2.getTrackbarPos (“V_l”、“图像”)
上[2]=cv2.getTrackbarPos (“V_h”、“图像”)
掩码=cv2.inRange (hsv_frame低,上部)# cv2.inRange()函数通过设定的最低,最高阈值获得图像的掩膜
cv2.imshow (img,框架)
cv2.imshow(“面具”,面具)
如果cv2.waitKey(1)和0 xff==27日:
打破
cv2.destroyAllWindows ()
实现效果:获取需要追踪的物体颜色阈值
2)根据获取到的阈值,设定阈值范围,在视频中追踪特定颜色的物体并用框选框出所需追踪的物体
代码:tracking_object.py
# - * -编码:utf - 8 - *
#作者:汤姆
进口cv2
进口numpy np
帽=cv2.VideoCapture(0) #获取摄像头视频
而真正的:
ret,?cap.read() #读取每一帧图片
cv2.COLOR_BGR2HSV hsv_frame=cv2.cvtColor(帧)#将每一帧图片转化HSV空间颜色
”“”
依据之前的脚本获取的阈值设置最高值与最低的值
”“”
低=np.array ([0104205])
上=np.array ([15208255])
掩码=cv2.inRange (hsv_frame,低,上)
img,无法忍受,海尔=cv2.findContours(面具,cv2.RETR_EXTERNAL cv2.CHAIN_APPROX_SIMPLE) #找出边界
cv2.drawContours(帧连续1(0255 0),3)#画出边框
dst=cv2.bitwise_and(帧,帧,面膜=面具)#对每一帧进行位与操作,获取追踪图像的颜色
# cv2.imshow(“面具”,面具)
# cv2.imshow (dst, dst)
cv2.imshow(“框架”,帧)
如果cv2.waitKey(1)和0 xff==27日:
打破
cv2.destroyAllWindows ()
实现效果:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
