感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
diff = cv2.dilate(diff, self.es, iterations=2)
image, cnts, hierarchy = cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
coordinate = []
bigC = None
bigMulti = 0
for c in cnts:
if cv2.contourArea© < 1500:
continue
(x,y,w,h) = cv2.boundingRect©
if w * h > bigMulti:
bigMulti = w * h
bigC = ((x,y),(x+w,y+h))
if bigC:
cv2.rectangle(frame, bigC[0],bigC[1], (255,0,0), 2, 1)
coordinate.append(bigC)
message = {“coord”:coordinate}
message[‘msg’] = None
return MessageItem(frame,message)
class Tracker(object):
‘’’
追踪者模块,用于追踪指定目标
‘’’
def init(self,tracker_type = “BOOSTING”,draw_coord = True):
‘’’
初始化追踪器种类
‘’’
#获得opencv版本
(major_ver, minor_ver, subminor_ver) = (cv2.version).split(‘.’)
self.tracker_types = [‘BOOSTING’, ‘MIL’,‘KCF’, ‘TLD’, ‘MEDIANFLOW’, ‘GOTURN’]
self.tracker_type = tracker_type
self.isWorking = False
self.draw_coord = draw_coord
#构造追踪器
if int(minor_ver) < 3:
self.tracker = cv2.Tracker_create(tracker_type)
else:
if tracker_type == ‘BOOSTING’:
self.tracker = cv2.TrackerBoosting_create()
if tracker_type == ‘MIL’:
self.tracker = cv2.TrackerMIL_create()
if tracker_type == ‘KCF’:
self.tracker = cv2.TrackerKCF_create()
if tracker_type == ‘TLD’:
self.tracker = cv2.TrackerTLD_create()
if tracker_type == ‘MEDIANFLOW’:
self.tracker = cv2.TrackerMedianFlow_create()
if tracker_type == ‘GOTURN’:
self.tracker = cv2.TrackerGOTURN_create()
def initWorking(self,frame,box):
‘’’
追踪器工作初始化
frame:初始化追踪画面
box:追踪的区域
‘’’
if not self.tracker:
raise Exception(“追踪器未初始化”)
status = self.tracker.init(frame,box)
if not status:
raise Exception(“追踪器工作初始化失败”)
self.coord = box
self.isWorking = True
def track(self,frame):
‘’’
开启追踪
‘’’
message = None
if self.isWorking:
status,self.coord = self.tracker.update(frame)
if status:
message = {“coord”:[((int(self.coord[0]), int(self.coord[1])),(int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3])))]}
if self.draw_coord:
p1 = (int(self.coord[0]), int(self.coord[1]))
p2 = (int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3]))
cv2.rectangle(frame, p1, p2, (255,0,0), 2, 1)
message[‘msg’] = “is tracking”
return MessageItem(frame,message)
class ObjectTracker(object):
def init(self,dataSet):
self.cascade = cv2.CascadeClassifier(dataSet)
def track(self,frame):
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
faces = self.cascade.detectMultiScale(gray,1.03,5)
for (x,y,w,h) in faces:
cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
return frame
if name == ‘main’ :
a = [‘BOOSTING’, ‘MIL’,‘KCF’, ‘TLD’, ‘MEDIANFLOW’, ‘GOTURN’]
tracker = Tracker(tracker_type=“KCF”)
video = cv2.VideoCapture(0)
ok, frame = video.read()
bbox = cv2.selectROI(frame, False)
tracker.initWorking(frame,bbox)
while True:
_,frame = video.read();
if(_):
item = tracker.track(frame);
cv2.imshow(“track”,item.getFrame())
k = cv2.waitKey(1) & 0xff
if k == 27:
break
#encoding=utf-8
import json
from utils import IOUtil
‘’’
信息封装类
‘’’
class MessageItem(object):
#用于封装信息的类,包含图片和其他信息
def init(self,frame,message):
self._frame = frame
self._message = message
def getFrame(self):
#图片信息
return self._frame
def getMessage(self):
#文字信息,json格式
return self._message
def getBase64Frame(self):
#返回base64格式的图片,将BGR图像转化为RGB图像
jepg = IOUtil.array_to_bytes(self._frame[…,::-1])
return IOUtil.bytes_to_base64(jepg)
def getBase64FrameByte(self):
#返回base64格式图片的bytes
return bytes(self.getBase64Frame())
def getJson(self):
#获得json数据格式
dicdata = {“frame”:self.getBase64Frame().decode(),“message”:self.getMessage()}
return json.dumps(dicdata)
def getBinaryFrame(self):
return IOUtil.array_to_bytes(self._frame[…,::-1])
运行之后在第一帧图像上选择要追踪的部分,这里测试了一下使用KCF算法的追踪器
更新:忘记放utils,给大家造成的困扰深表歉意
#encoding=utf-8
import time
import numpy
import base64
import os
import logging
import sys
from settings import *
from PIL import Image
from io import BytesIO
#工具类
class IOUtil(object):
#流操作工具类
@staticmethod
def array_to_bytes(pic,formatter=“jpeg”,quality=70):
‘’’
如果你也是看准了Python,想自学Python,在这里为大家准备了丰厚的免费学习大礼包,带大家一起学习,给大家剖析Python兼职、就业行情前景的这些事儿。
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
五、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!