Opencv Task02

最新推荐文章于 2022-12-21 22:13:25 发布

m0_51988736

最新推荐文章于 2022-12-21 22:13:25 发布

阅读量114

点赞数

分类专栏： Opencv 视觉学习

本文链接：https://blog.csdn.net/m0_51988736/article/details/113727750

版权

视觉学习同时被 2 个专栏收录

12 篇文章 0 订阅

订阅专栏

Opencv

3 篇文章 0 订阅

订阅专栏

该代码示例展示了如何利用OpenCV库在摄像头捕获的视频流中检测特定颜色（如黄色）的物体。通过将图像从BGR转换到HSV色彩空间，然后进行阈值处理和形态学操作，找到目标颜色的轮廓，并用矩形框标记出来。此外，还展示了一个视频制作示例，平滑地将一张图片过渡到另一张图片。

摘要由CSDN通过智能技术生成

Opencv Task02

你可以根据像素的行和列的坐标获取他的像素值。对 BGR 图像而言，返回值为 B，G，R 的值。对灰度图像而言，会返回他的灰度值。

import cv2 as cv
import numpy as np
img=cv.imread('C:\install\pycharm\code\pythonProject4/1.png')  #windows下都是用斜杆隔开，linux下都是用反斜杠/
px=img[100,100]
print(px)
blue=img[100,100,0]
#只获取图像坐标（100，100）B通道的像素值
green=img[100,100,1]
#只获取图像坐标（100，100）G通道的像素值
red=img[100,100,2]
#只获取图像坐标（100，100）R通道的像素值
print(blue)
print(green)
print(red)

练习题：

编写一段程序实现以下功能:

代码调用电脑摄像头，寻找视野中任意颜色（自定）并具有一定大小的物体，并用矩形框处，最后显示在图像上；

import cv2 as cv
import numpy as np

# 读取视频
capture = cv.VideoCapture(0)
# capture = cv.VideoCapture(0)
height = capture.get(cv.CAP_PROP_FRAME_HEIGHT)
width = capture.get(cv.CAP_PROP_FRAME_WIDTH)
count = capture.get(cv.CAP_PROP_FRAME_COUNT)
fps = capture.get(cv.CAP_PROP_FPS)
print(height, width, count, fps)


def process(image, opt=1):
    # RGB转HSV色彩空间
    hsv = cv.cvtColor(image, cv.COLOR_BGR2HSV)
    # 结构元素
    line = cv.getStructuringElement(cv.MORPH_RECT, (15, 15), (-1, -1))
    # HSV黄色范围
    mask = cv.inRange(hsv, (11, 43, 46), (34, 255, 255))
    # 开操作
    mask = cv.morphologyEx(mask, cv.MORPH_OPEN, line)

    # 轮廓提取, 发现最大轮廓
    contours, hierarchy = cv.findContours(mask, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i in contours:
            x, y, w, h = cv.boundingRect(i)  # 将轮廓分解为识别对象的左上角坐标和宽、高
            # 在图像上画上矩形（图片、左上角坐标、右下角坐标、颜色、线条宽度）
            if min(image.shape[0], image.shape[1]) / 10 < min(h, w) \
                    < min(image.shape[0], image.shape[1]) / 1:
                cv.rectangle(image, (x, y), (x + w, y + h), (0, 255,), 3)
                # 给识别对象写上标号
                font = cv.FONT_HERSHEY_SIMPLEX
                cv.putText(image,'' , (x - 10, y + 10), font, 1, (0, 0, 255), 2)  # 加减10是调整字符位置
    return image
# 循环处理每一帧
while(True):
    ret, frame = capture.read()
    if ret is True:
        result = process(frame)
        cv.imshow("result", result)
        c = cv.waitKey(50)
        print(c)
        if c == 27:  #ESC
            break
    else:
        break
cv.waitKey(0)
cv.destroyAllWindows()

在这里插入图片描述

参考：

https://blog.csdn.net/weixin_46490003/article/details/109127736?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-3&spm=1001.2101.3001.4242

https://blog.csdn.net/qq_39071739/article/details/103180699?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_title-3&spm=1001.2101.3001.4242

创建一个视频用来演示一幅图如何平滑的转换成另一幅图（使用函数cv.addWeighted）
链接：https://www.bilibili.com/video/BV1Dh411C7fG

import numpy as np
import cv2 as cv

img1=cv.imread('a.jpg')
img2=cv.imread('b.jpg')
img1=cv.resize(img1,(640,480))
img2=cv.resize(img2,(640,480))
fourcc = cv.VideoWriter_fourcc(*'MJPG')
video = cv.VideoWriter('3.avi', fourcc, 30.0, (640, 480))
for i in range(0,101):
    x=i/100
    y=1-x
    dst = cv.addWeighted(img1,x,img2,y,0)
    video.write(dst)
    cv.namedWindow('dst',0)
    cv.imshow('dst',dst)
    cv.waitKey(1)
cv.waitKey(0)
cv.destroyAllWindows()