資訊專(zhuān)欄INFORMATION COLUMN
摘要：變換顏色空間有多種顏色空間轉(zhuǎn)換方法，目前我們只研究?jī)煞N最廣泛使用的方法和，，其中確定轉(zhuǎn)換類(lèi)型對(duì)于，色調(diào)范圍是，飽和范圍是，值范圍是。
Changing Colorspaces
1變換顏色空間opencv有150多種顏色空間轉(zhuǎn)換方法，目前我們只研究?jī)煞N最廣泛使用的方法：BGR?Gray和BGR?HSV
cv2.cvtColor（input_image，flag），其中flag確定轉(zhuǎn)換類(lèi)型.
BGR → Gray：flags = cv2.COLOR_BGR2GRAY
BGR → HSV：flags = cv2.COLOR_BGR2HSV
NOTE：對(duì)于HSV，色調(diào)范圍是[0,179]，飽和范圍是[0,255]，值范圍是[0,255]。 不同的軟件使用不同的規(guī)模 因此，如果要將OpenCV值與它們進(jìn)行比較，則需要對(duì)這些范圍進(jìn)行標(biāo)準(zhǔn)化.
2目標(biāo)跟蹤在HSV中，表示顏色比在BGR顏色空間中更容易. 在我們的應(yīng)用程序中，我們將嘗試提取藍(lán)色對(duì)象.
拍攝視頻的每一幀
從BGR轉(zhuǎn)換為HSV色彩空間
將HSV圖像閾值為一系列紅色
現(xiàn)在多帶帶提取紅色對(duì)象，我們可以對(duì)我們想要的圖像做任何事情.
代碼：
import cv2
import numpy as np
cap = cv2.VideoCapture("videotest.mp4")
while(1):
# Take each frame
_, frame = cap.read()
# Convert BGR to HSV
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# define range of red color in HSV
lower_red = np.array([50,50,110])
upper_red = np.array([255,255,130])
# Threshold the HSV image to get only red colors
mask = cv2.inRange(hsv, lower_red, upper_red)
# Bitwise-AND mask and original image
res = cv2.bitwise_and(frame,frame, mask= mask)
cv2.imshow("frame",frame)
cv2.imshow("mask",mask)
cv2.imshow("res",res)
k = cv2.waitKey(5) & 0xFF
if k == 27:
break
cv2.destroyAllWindows()
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://specialneedsforspecialkids.com/yun/41992.html
摘要：前兩天跟一個(gè)朋友吃飯，聊到他在做的圖像識(shí)別測(cè)量雪深，對(duì)此深感興趣，找時(shí)間就把了解一下。識(shí)別標(biāo)桿上紅色刻度的數(shù)量。讀取圖片首先，將紅色部分提取，則需要將原圖進(jìn)行顏色空間轉(zhuǎn)換，轉(zhuǎn)換類(lèi)型使用方法。是一種將色彩模型中的點(diǎn)在圓柱坐標(biāo)系中的表示法。 前兩天跟一個(gè)朋友吃飯，聊到他在做的圖像識(shí)別測(cè)量雪深，對(duì)此深感興趣，找時(shí)間就把 OpenCV 了解一下。 識(shí)別標(biāo)桿上紅色刻度的數(shù)量。 研究了一下午，話不...
摘要：算法的基本原理簡(jiǎn)單假設(shè)我們有一堆點(diǎn)，和一個(gè)小的圓形窗口，算法就是不斷移動(dòng)小圓形窗口，直到找到圓形區(qū)域內(nèi)最大灰度密度處為止初始窗口以藍(lán)色圓圈顯示，名稱(chēng)為其原始中心標(biāo)有藍(lán)色矩形，名為但是，這個(gè)窗口當(dāng)中所有點(diǎn)的點(diǎn)集構(gòu)成的質(zhì)心在藍(lán)色圓形點(diǎn)處圓環(huán)的型 Meanshift and Camshift Meanshift Meanshift 算法的基本原理簡(jiǎn)單,假設(shè)我們有一堆點(diǎn)，和一個(gè)小的圓形窗口，...
摘要：十開(kāi)放模式識(shí)別項(xiàng)目開(kāi)放模式識(shí)別項(xiàng)目，致力于開(kāi)發(fā)出一套包含圖像處理計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理模式識(shí)別機(jī)器學(xué)習(xí)和相關(guān)領(lǐng)域算法的函數(shù)庫(kù)。 一、開(kāi)源生物特征識(shí)別庫(kù) OpenBROpenBR 是一個(gè)用來(lái)從照片中識(shí)別人臉的工具。還支持推算性別與年齡。使用方法：$ br -algorithm FaceRecognition -compare me.jpg you.jpg二、計(jì)算機(jī)視覺(jué)庫(kù) OpenCVOpenC...
摘要：目標(biāo)追蹤首先，我們會(huì)大致介紹八種建立在上的目標(biāo)跟蹤算法。詞典包含了種的目標(biāo)追蹤器行。它將目標(biāo)追蹤器的命令行參數(shù)字符串映射到實(shí)際的追蹤器函數(shù)上。其中行里的目的是根據(jù)追蹤器命令行參數(shù)以及從得來(lái)的相關(guān)重要信息。 雖然我們熟知的的質(zhì)心追蹤器表現(xiàn)得很好，但它需要我們?cè)谳斎氲囊曨l上的每一幀運(yùn)行一個(gè)目標(biāo)探測(cè)器。對(duì)大多數(shù)環(huán)境來(lái)說(shuō)，在每幀上進(jìn)行檢測(cè)非常耗費(fèi)計(jì)算力。所以，我們想應(yīng)用一種一次性的目標(biāo)檢測(cè)方法，然后...
閱讀 3555·2023-04-25 16:35
閱讀 686·2021-10-11 11:09
閱讀 6136·2021-09-22 15:11
閱讀 3351·2019-08-30 14:03
閱讀 2590·2019-08-29 16:54
閱讀 3343·2019-08-29 16:34
閱讀 3042·2019-08-29 12:18
閱讀 2113·2019-08-28 18:31
