50行Python程式碼實現視訊中物體顏色識別和跟蹤(必須以紅色為例)
阿新 • • 發佈:2019-11-20
目前計算機視覺(CV)與自然語言處理(NLP)及語音識別並列為人工智慧三大熱點方向,而計算機視覺中的物件檢測(objectdetection)應用非常廣泛,比如自動駕駛、視訊監控、工業質檢、醫療診斷等場景。
目標檢測的根本任務就是將圖片或者視訊中感興趣的目標提取出來,目標的識別可以基於顏色、紋理、形狀。其中顏色屬性運用十分廣泛,也比較容易實現。下面就向大家分享一個我做的小實驗———通過OpenCV的Python介面來實現從視訊中進行顏色識別和跟蹤。
下面就是我們完整的程式碼實現(已除錯執行):
import numpy as np import cv2 font = cv2.FONT_HERSHEY_SIMPLEX lower_green = np.array([35, 110, 106]) # 綠色範圍低閾值 upper_green = np.array([77, 255, 255]) # 綠色範圍高閾值 lower_red = np.array([0, 127, 128]) # 紅色範圍低閾值 upper_red = np.array([10, 255, 255]) # 紅色範圍高閾值 #需要更多顏色,可以去百度一下HSV閾值! # cap = cv2.VideoCapture('1.mp4') # 開啟視訊檔案 cap = cv2.VideoCapture(0)#開啟USB攝像頭 if (cap.isOpened()): # 視訊開啟成功 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) # 根據顏色範圍刪選 mask_red = cv2.inRange(hsv_img, lower_red, upper_red) # 根據顏色範圍刪選 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,我們將會檢測到紅色區域
最終的效果圖:
本文由部落格一文多發平臺 OpenWrite 釋出!