opencv+python视频实时质心显示

利用opencv+python实现以下功能：

1）获取实时视频，分解帧频；
2）将视频做二值化处理；
3) 将视频做滤波处理（去除噪点，获取准确轮廓个数）；
4）识别图像轮廓；
5）计算质心；
6）描绘质心动态变化曲线；

# -*- coding: utf-8 -*-
"""
Created on Thu Apr 24 12:10:23 2018
 
@author: irene
"""
 
import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import spline 
import math as mt
import cv2
 
cap = cv2.VideoCapture('1.avi')  #读入视频
c=1
plt.figure(figsize=(8,8),dpi=80)
aa =[]
bb =[]
cc =[]
#uing = np.logspace(-3,2,121)
while(cap.isOpened()): 
    ret, frame = cap.read()
    #分解为一帧一帧图像
    if ret == True:
        #cv2.imshow("frame"，image)
        img=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) #彩色转灰度 
       # print(frame)   
        ret,thresh= cv2.threshold(img,127,255,0)   #二值化 
        image,contours,hierarchy = cv2.findContours(thresh, 3, 1) 
        img = cv2.medianBlur(image,5) #进行中值滤波
 
        cnt = contours[1]   #选取其中的第一个轮廓,这幅图像只有两个轮廓
        M = cv2.moments(cnt) 
        cX=int(M["m10"]/M["m00"])   #计算质心
        cY=int(M["m01"]/M["m00"])
         
        cv2.drawContours(img,contours,-1,(0,255,0),2)
        cv2.circle(img,(cX,cY),7,(255,255,255),-1)
        cv2.putText(img,"",(cX-20,cY-20),
        cv2.FONT_HERSHEY_SIMPLEX,0.5,(255,255,255),2)
         
        cv2.imshow("img",img)
        cv2.imwrite('img/'+str(c) + '.jpg',frame) #存储为图像 
         
       # for u in uing:
        aa.append(cX)
        bb.append(cY)
        cc.append(c)
       # plt.plot(c,cX,'k-')
         
        #plt.plot(c,cX,color='red',linewidth=2.5,linestyle=':')
       # plt.plot(c,cX,'k^')
        #plt.plot(c,cY,'yo:')
        c = c+1 
               
    else:
          break 
   # cv2.imshow('frame',gray)  #显示标记后的图像q
      
    if cv2.waitKey(1) & 0xFF == ord('q'): 
         break 
     
cap.release() 
cv2.destroyAllWindows()
 
c1=np.var(aa)
c2=np.var(bb)
 
c1_1=c1/720*2.3*mt.pi/180
c1_2=c2/512*2.3*mt.pi/180
 
print(c1_1)
print(c1_2)
 
plt.plot(cc,aa)
plt.show()
plt.plot(cc,bb)
plt.show()

附

cv2.findContours()报错ValueError: not enough values to unpack (expected 3, got 2)，应该将opencv升级或降级为3。
OpenCV2和OpenCV4中：findContours这个轮廓提取函数会返回两个值：①轮廓的点集(contours)；②各层轮廓的索引(hierarchy)。 OpenCV3中：则会返回三个值： ①处理的图像(image)；②轮廓的点集(contours)；③各层轮廓的索引(hierarchy)。
cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)三个参数：
①第一个参数：寻找轮廓的图像；
②第二个参数表示轮廓的检索模式，有四种： cv2.RETR_EXTERNAL 只检测外轮廓 cv2.RETR_LIST 检测的轮廓不建立等级关系 cv2.RETR_CCOMP 建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息 cv2.RETR_TREE 建立一个等级树结构的轮廓；
③第三个参数method为轮廓的近似办法： cv2.CHAIN_APPROX_SIMPLE 压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标(矩形只需四顶点) cv2.CHAIN_APPROX_TC89_L1 使用teh-Chinl chain 近似算法 CV_CHAIN_APPROX_TC89_KCOS cv2.CHAIN_APPROX_NONE 存储所有的轮廓点，相邻的两个点的像素位置差不超过1。

转自https://www.cnblogs.com/guobin-/p/10842486.html