网站建设字体颜色代码,做网站用python还是php,新乡定制网站建设公司,做网站推广员工目录 一、完成摄像头的调用
二、利用python调用opencv库函数对图像进行处理
2.1 图像处理大体流程
2.2 opencv调用函数的参数以及含义
2.2.1 ret, img cap.read() 读取帧图像
2.2.2 cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 灰度图像
2.2.3 gray_diff_img cv2.absdiff(g…目录 一、完成摄像头的调用
二、利用python调用opencv库函数对图像进行处理
2.1 图像处理大体流程
2.2 opencv调用函数的参数以及含义
2.2.1 ret, img cap.read() 读取帧图像
2.2.2 cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 灰度图像
2.2.3 gray_diff_img cv2.absdiff(gray_img, previous_img) 帧差法
2.2.4 cv2.threshold (src, thresh, maxval, type) 二值化处理
2.2.5 cv2.medianBlur(src, ksize) 中值滤波
2.2.6 np.ones(shape, dtypeNone, orderC)
2.2.7 cv2.morphologyEx(src, op, kernel)
2.2.8 cv2.findContours(image,mode,method)
2.2.9 cv2.contourArea() 求轮廓面积
2.2.10 cv2.boundingRect() 返回轮廓框框坐标
2.2.11 cv2.rectangle() 坐标连线框出轮廓
2.2.12 cv2.imshow() 窗口显示图像
三、处理代码 一、完成摄像头的调用
如果不会具体操作的请看
树莓派调用CSI摄像头进行实时监控
二、利用python调用opencv库函数对图像进行处理
2.1 图像处理大体流程
(1) 打开摄像头设备
(2) 图像进行帧处理一帧一帧处理while循环中先读取摄像头一帧图像
(3) 灰度图像处理判断上一帧图像是否为空。若为空赋予一帧图像并进行图像灰度处理若不为空则也进行图像灰度处理。
(4) 帧差法利用上一帧图像和这一帧图像作差值处理。
(5) 二值化图像处理对进行帧差法后的图像作二值化处理。
(6) 中值滤波处理
(7) 闭运算腐蚀膨胀处理。
(8) 对运动图像进行轮廓检测返回坐标集
(9) 利用坐标框选目标。
(10) 显示图像将处理完的图像变为上一帧图像。
2.2 opencv调用函数的参数以及含义
2.2.1 ret, img cap.read() 读取帧图像
cap 是你摄像头设备0捕获的摄像头图像数据( 例: cap cv2.VideoCapture(0) );
read()是opencv库函数读取摄像头一帧图像cap.read() 就是获取摄像头设备0读取的一帧图像
img 就是摄像头设备0读取的一帧图像,图像格式为BGR
ret 就是bool类型读取成功返回True失败则是Flase.
2.2.2 cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 灰度图像
img传入转换的图片。
cv2.COLOR_BGR2GRAY将格式为BGR的图片转换为灰度图片。
gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray就是转换成功的灰度图片
2.2.3 gray_diff_img cv2.absdiff(gray_img, previous_img) 帧差法
cv2.absdiff(a,b) : a,b均为一帧图像。
比较二帧图像不同之处(例如运动检测时只有运动的物体会运动而背景则不动cv2.absdiff(a,b)得到的是去除背景的运动物体的图片)。gray_diff_img则是二帧处理后的一帧图像。
2.2.4 cv2.threshold (src, thresh, maxval, type) 二值化处理
src传入的一帧图像。
thresh阈值数值范围0-255根据光照强度选择
maxval填充色数值范围0-255二值化图像一般都选255
type如下图 thresh_img cv2.threshold(gray_diff_img, 40, 255, cv2.THRESH_BINARY)
得到的二值化图像thresh_img
2.2.5 cv2.medianBlur(src, ksize) 中值滤波
src 是需要处理的图像。
ksize 是滤波核的大小。滤波核大小是指在滤波处理过程中其邻域图像的高度和宽度。需要注意核大小必须是比1大的奇数比如3、5、7等。 例mask_img cv2.medianBlur(thresh_img, 3)
2.2.6 np.ones(shape, dtypeNone, orderC)
shape是一个int或一个int元组用于定义数组的大小。
dtype是一个可选参数默认值为float。 它用于指定数组的数据类型例如int。
order该顺序定义是在内存中以行优先C风格还是列优先Fortran风格顺序存储多维数组。我们不用写默认即可。
例k np.ones((3, 3), np.uint8)
大小为1的(1,1)的小矩阵为一个单位构成3行3列大矩阵类型为uint8。具体干嘛用的我也不是很清除猜测大概就是表示图像大小
2.2.7 cv2.morphologyEx(src, op, kernel)
src是需要处理的图像。
op
cv2.MORPH_OPEN开运算对图像先进行腐蚀再膨胀等同于dilate(erode(src,kernal))开运算对图像的边界进行平滑、去掉凸起等 cv2.MORPH_CLOSE闭运算对图像先进行膨胀在腐蚀等同于erode(dilate(src,kernal))闭运算用于填充图像内部的小空洞、填充图像的凹陷等
kernel输入一个数组作为核表示图像大小。我也不是很懂
例 close cv2.morphologyEx(mask_img, cv2.MORPH_CLOSE, k)
2.2.8 cv2.findContours(image,mode,method)
image 代表输入的图片。注意输入的图片必须为二值图片。若输入的图片为彩色图片必须先进行灰度化和二值化。
mode 表示轮廓的检索模式有4种
cv2.RETR_EXTERNAL 表示只检测外轮廓。
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。如果内孔内还有一个连通物体这个物体的边界也在顶层。
cv2.RETR_TREE 建立一个等级树结构的轮廓。
method 为轮廓的近似办法有4种 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即maxabsx1-x2absy2-y11。 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例如一个矩形轮廓只需4个点来保存轮廓信息。 cv2.CHAIN_APPROX_TC89_L1 和 cv2.CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法。
函数返回值contours返回几个轮廓返回几个运动物体框框每个轮廓的单位是点集即轮廓大小
例cnts cv2.findContours(close_img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
2.2.9 cv2.contourArea() 求轮廓面积
2.2.10 cv2.boundingRect() 返回轮廓框框坐标
x, y, w, h cv2.boundingRect(c) x,y,w,h为轮廓的坐标长度c为contours的子集
2.2.11 cv2.rectangle() 坐标连线框出轮廓
cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2)
图片长方形框左上角坐标, 长方形框右下角坐标 字体颜色字体粗细
2.2.12 cv2.imshow() 窗口显示图像 cv2.imshow(name, img) name 为窗口名字img为窗口显示图像。
三、处理代码
import cv2
import time
import numpy as npdef videos():cap cv2.VideoCapture(0)cap.set(3, 640)cap.set(4, 480)cap.set(5,40)img_num 0k np.ones((3, 3), np.uint8) while True:ret, img cap.read()if not img_num:previous cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)gray_diff cv2.absdiff(gray, previous) thresh cv2.threshold(gray_diff, 40, 255, cv2.THRESH_BINARY)[1] mask cv2.medianBlur(thresh, 3) close cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k) cnts cv2.findContours(close,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)[0] for c in cnts: area cv2.contourArea(c)if area 200:x, y, w, h cv2.boundingRect(c)cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2)cv2.imshow(thresh_img, close)cv2.imshow(Result, img)img_num 1if cv2.waitKey(1) 0xFF ord(q):breakvideos()
左上角因为阳光问题所以出现一点白。
