(笔记四)利用opencv识别标记视频中的目标

预操作:

通过cv2将视频的某一帧图片转为HSV模式,并通过鼠标获取对应区域目标的HSV值,用于后续的目标识别阈值区间的选取

(笔记四)利用opencv识别标记视频中的目标_第1张图片``

img = cv.imread(r"D:\data\123.png")
img = cv.cvtColor(img, cv.COLOR_BGR2HSV)
plt.figure(1), plt.imshow(img)
plt.show()

(1)将视频中识别的目标掩膜成红色

end_frame[mask > 0] = [0, 0, 255]

(2)利用cv库读取显示原始视频

(3)在HSV阈值分割识别的视频目标

hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
# 定义分割黑色的上下区间,其代表的是目标物体的hsv空间内的最小值和最大值
low = np.array([60, 60, 60])
up = np.array([130, 120, 120])
mask = cv.inRange(hsv, low, up)        

(4)按位与运算之后的视频目标(目标的真实色彩)

# 进行按位运算,白色的变为frame原来的颜色,其他还是黑色
res = cv.bitwise_and(frame, frame, mask=mask)

(5)主代码(已经给出解释)

#!/usr/bin/env python
# -*- coding:utf-8 -*-
"""
@author: LIFEI
@time: 2023/8/29 14:39 
@file: test4.py
@project: pythonProject
@describe: TODO
@# -------------------------------------------------(one)----------------------------------------------
@# -------------------------------------------------(two)----------------------------------------------
"""

# -------------------------------------------------(one)----------------------------------------------
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt


# img = cv.imread(r"D:\data\123.png")
# img = cv.cvtColor(img, cv.COLOR_BGR2HSV)
# plt.figure(1), plt.imshow(img)
# plt.show()

def identify(path, point):
    # 创建一个video基类
    cap = cv.VideoCapture(path)
    # 当cap被打开时开始循环
    while cap.isOpened():
        #  读取视频
        ret, frame = cap.read()
        # 拷贝图像,赋值给end_frame
        end_frame = np.copy(frame)
        # 将视频的BGR空间转换为HSV空间
        hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        # 定义分割黑色的上下区间,其代表的是目标物体的hsv空间内的最小值和最大值
        low = np.array([60, 60, 60])
        up = np.array([130, 120, 120])
        # 类似与阈值分割,就是将上述的区间类的物体改成白色,其他改为黑色
        mask = cv.inRange(hsv, low, up)
        # 进行按位运算,白色的变为frame原来的颜色,其他还是黑色
        res = cv.bitwise_and(frame, frame, mask=mask)
        # 将end_frame中的mask白色区域变成红色
        end_frame[mask > 0] = [0, 0, 255]
        # 判断帧率是否存在,若是不存在直接退出
        if not ret:
            break
        # 判断输出
        if point == 1:
            cv.imshow("frame", frame)
        elif point == 2:
            cv.imshow("mask", mask)
        elif point == 3:
            cv.imshow("avi", res)
        else:
            cv.imshow("end_frame", end_frame)
        # 这里理解为视频的快慢,1表示原始速度,越大越慢,按‘q’退出显示
        if cv.waitKey(15) & 0xFF == ord('q'):
            break

    cv.waitKey(0)
    # 释放
    cap.release()
    cv.destroyAllWindows()


if __name__ == '__main__':
    # 视频的路径
    filepath = r"D:\data\plane.avi"
    # 访问输入的数值,后续循环要用
    value = input('请输入一个数字(1表示ori,2表示mask,3表示res,4表示end_frame):')
    # 转为整型
    value = int(value)
    # 开始操作
    identify(filepath, value)

# -------------------------------------------------(two) - -------------------------------------------

你可能感兴趣的:(opencv2学习笔记,opencv,笔记)