国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

opencv python Meanshift 和 Camshift

KitorinZero / 2379人閱讀

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,Meanshift 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,名稱為“C1”,其原始中心標(biāo)有藍(lán)色矩形,名為“C1_o”.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)的型心和質(zhì)心并不重合,所以,移動(dòng)藍(lán)色的窗口以使型心與之前得到的質(zhì)心重合.
不斷執(zhí)行上面的移動(dòng)過程,直到型心和質(zhì)心大致重合結(jié)束.
通常通過直方圖反投影圖像和初始目標(biāo)位置,當(dāng)物體移動(dòng)時(shí),移動(dòng)反映在直方圖反投影圖像中,最后圓形的窗口會(huì)落到像素分布最大的地方,也就是圖中的綠色圈并命名為C2.

meanshift in OpenCV

首先要設(shè)定目標(biāo),并計(jì)算的直方圖,然后對(duì)這個(gè)直方圖在每一幀當(dāng)中進(jìn)行反向投影.需要提供一個(gè)初試的窗口位置,計(jì)算HSV模型當(dāng)中H(色調(diào))的直方圖,為了避免低亮度造成的影響,使用 cv2.inRange()將低亮度值忽略.

import numpy as np
import cv2
import matplotlib.pyplot as plt

cap = cv2.VideoCapture("test.mp4")
# take first frame of the video
ret,frame = cap.read()

# setup initial location of window
r,h,c,w = 50,200,50,100  # simply hardcoded the values
track_window = (c,r,w,h)

# set up the ROI for tracking
roi = frame[r:r+h, c:c+w]
hsv_roi =  cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv_roi, np.array((0., 60.,32.)), np.array((180.,255.,255.)))
roi_hist = cv2.calcHist([hsv_roi],[0],mask,[180],[0,180])
cv2.normalize(roi_hist,roi_hist,0,255,cv2.NORM_MINMAX)

# Setup the termination criteria, either 10 iteration or move by atleast 1 pt
term_crit = ( cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 1 )

while(1):
    ret ,frame = cap.read()

    if ret == True:
        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
        dst = cv2.calcBackProject([hsv],[0],roi_hist,[0,180],1)

        # apply meanshift to get the new location
        ret, track_window = cv2.CamShift(dst, track_window, term_crit)

        # Draw it on image
        pts = cv2.boxPoints(ret)
        pts = np.int0(pts)
        img2 = cv2.polylines(frame,[pts],True, 255,2)
        cv2.imshow("img2",img2)

        k = cv2.waitKey(60) & 0xff
        if k == 27:
            break
        else:
            cv2.imwrite(chr(k)+".jpg",img2)

    else:
        break

cv2.destroyAllWindows()
cap.release()

CamShift

在目標(biāo)跟蹤中,物體的大小不是固定的,所以設(shè)置的跟蹤窗口也應(yīng)該隨之變化,CAMshift算法,首先使用meanshift算法找到目標(biāo),然后調(diào)整窗口大小,而且還會(huì)計(jì)算目標(biāo)對(duì)象的的最佳外接圓的角度,并調(diào)整窗口,并使用調(diào)整后的窗口對(duì)物體繼續(xù)追蹤.

Camshift in OpenCV

它與meanshift幾乎相同,但它返回一個(gè)旋轉(zhuǎn)的矩形.

import numpy as np
import cv2
import matplotlib.pyplot as plt

cap = cv2.VideoCapture("test.mp4")
# take first frame of the video
ret,frame = cap.read()

# setup initial location of window
r,h,c,w = 50,200,50,100  # simply hardcoded the values
track_window = (c,r,w,h)

# set up the ROI for tracking
roi = frame[r:r+h, c:c+w]
hsv_roi =  cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv_roi, np.array((0., 60.,32.)), np.array((180.,255.,255.)))
roi_hist = cv2.calcHist([hsv_roi],[0],mask,[180],[0,180])
cv2.normalize(roi_hist,roi_hist,0,255,cv2.NORM_MINMAX)

# Setup the termination criteria, either 10 iteration or move by atleast 1 pt
term_crit = ( cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 1 )

while(1):
    ret ,frame = cap.read()

    if ret == True:
        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
        dst = cv2.calcBackProject([hsv],[0],roi_hist,[0,180],1)

        # apply meanshift to get the new location
        ret, track_window = cv2.CamShift(dst, track_window, term_crit)

        # Draw it on image
        pts = cv2.boxPoints(ret)
        pts = np.int0(pts)
        img2 = cv2.polylines(frame,[pts],True, 255,2)
        cv2.imshow("img2",img2)

        k = cv2.waitKey(60) & 0xff
        if k == 27:
            break
        else:
            cv2.imwrite(chr(k)+".jpg",img2)

    else:
        break

cv2.destroyAllWindows()
cap.release()

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/42097.html

相關(guān)文章

  • 基于卷積神經(jīng)網(wǎng)絡(luò)的奶牛個(gè)體身份識(shí)別

    摘要:將軀干圖像灰度化后經(jīng)插值運(yùn)算和歸一化變換為大小的矩陣,作為結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行個(gè)體識(shí)別。卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建為減少數(shù)據(jù)量并保證輸入圖像的細(xì)節(jié)信息,將奶牛軀干圖像灰度化后通過插值計(jì)算變化為的圖像,并除以歸一化后作為輸入數(shù)據(jù)。 最近看了一個(gè)有趣的人工智能應(yīng)用,給大家分享一下~這是一個(gè)人工智能與農(nóng)業(yè)的結(jié)合,在農(nóng)業(yè)中我們經(jīng)常需要給個(gè)體動(dòng)物做標(biāo)記,目的是對(duì)奶牛做身份識(shí)別,然后可以對(duì)動(dòng)物做養(yǎng)殖和繁殖...

    MyFaith 評(píng)論0 收藏0
  • OpenCV Python安裝教程

    摘要:比較復(fù)雜的是下載源代碼使用安裝。上安裝的方法先上可以直接編譯安裝首先要安裝編譯需要的依賴包下載的源代碼解壓編譯并安裝另外在上使用調(diào)用需要安裝對(duì)應(yīng)的包完整腳本地址使用一個(gè)簡(jiǎn)單用來驗(yàn)證是否能夠調(diào)用的方法可以得到版本 OpenCV全稱:Open Source Computer Vision Library,是一個(gè)開源的跨平臺(tái)計(jì)算機(jī)視覺庫,github地址:https://github.com...

    summerpxy 評(píng)論0 收藏0
  • OpenCV-Python,計(jì)算機(jī)視覺開發(fā)利器

    摘要:而這其中,很多應(yīng)用都涉及到計(jì)算機(jī)視覺這樣一個(gè)細(xì)分領(lǐng)域。常見的圖像處理灰度圖二值化平滑邊緣提取這幾種都屬于數(shù)字圖像處理的常用方法。對(duì)這方面知識(shí)感興趣的,可以找本數(shù)字圖像處理的相關(guān)教材系統(tǒng)地看一遍,了解數(shù)字圖像處理的基礎(chǔ)。 人工智能 ,一個(gè)已經(jīng)被談?wù)摿藥资甑母拍睿ㄗ钤缡?圖靈 在 1950年 提出)。如今這幾年,相關(guān)技術(shù)的發(fā)展速度是越來越快。高大上如無人駕駛、智能安防、AI輔助診斷,接地...

    阿羅 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<