用Python追踪物体轨迹(以小鼠为例)

本文介绍了使用Python结合OpenCV进行小鼠轨迹追踪的方法,主要依赖于物体与背景的色差识别,通过HSV色彩空间筛选小鼠。文章提供了一个视频链接展示追踪效果,并附有相关代码。
摘要由CSDN通过智能技术生成

在一些动物行为实验当中,我们在有时候会观察一些实验变量对老鼠行为轨迹的影响,Python在视频分析中相对于其它语言有巨大优势,因此我们可以用python对小鼠的轨迹进行追踪,追踪效果如下所示:
在这里插入图片描述
图中的原理是通过小鼠和背景的巨大色差进行识别,我们只需要获取小鼠的HSV色彩空间范围即可,我们的代码和视频如下:

from collections import deque
import numpy as np
import cv2
# imutils
import time
#设定阈值,HSV空间
redLower = np.array([0, 0, 0])
redUpper = np.array([255, 0, 46])
#初始化追踪点的列表
mybuffer = 8400000
pts = deque(maxlen=mybuffer)
#打开摄像头
camera = cv2.VideoCapture('Test1.mp4')#Test1为我们需要追踪的视频文件名,可以自己更改,视频文件必须和该项目放在同一个文件中
#fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 保存文件为avi格式
#fps = camera.get(cv2.CAP_PROP_FPS)
#size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)), int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))  # 输出视频尺寸,长和宽
#out = cv2.VideoWriter('new_Test1.mp4', fourcc, fps, size)  # 输出视频
#等待
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

花生米长不大

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值