热视觉2：使用Python和OpenCV从图像中测量温度

已于 2023-05-25 11:35:33 修改
阅读量5.4k 收藏 31
点赞数 9
分类专栏： Python OpenCV 视频处理 图像处理 文章标签： opencv python 计算机视觉 热成像仪 图像像素点测量温度
于 2022-10-30 23:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40985985/article/details/127507721
版权
视频处理 同时被 3 个专栏收录
26 篇文章 141 订阅 ¥29.90 ¥99.00
订阅专栏 超级会员免费看
Python OpenCV
262 篇文章 95 订阅
订阅专栏
图像处理
236 篇文章 43 订阅
订阅专栏
本文详细介绍了如何使用Python和OpenCV从热成像图像中测量温度，包括gray8和gray16格式的区别，以及如何进行像素点测温和实时视频流处理。通过示例代码展示了不同调色板的效果，并解释了16位图像对于精确温度测量的重要性。
摘要由CSDN通过智能技术生成

热视觉2：使用Python和OpenCV从图像中测量温度

这篇博客将介绍学习热/中远红外视觉的基础知识，gray8 和 gray16 图像（即最常见的热成像格式）之间的差异，学习如何使用Python和OpenCV从热图像中的每个像素点测量温度，并以不同的调色板显示结果。以及如何实时计算视频流和UVC热像仪的每个像素温度。包括：

  • 热成像格式：gray8 与 gray16（Thermal imaging formats: gray8 vs. gray16）
  • 从热图像测量温度
  • 通过热成像视频/摄像机测量温度
  1. 红外视觉简介：近红外与中远红外图像
  2. 热视觉2：使用Python和OpenCV从图像中测量温度（今天的文章）
  3. 热视觉3：使用Python和OpenCV的发烧探测器（入门项目）
  4. 热视觉4：使用Pytorch和YOLOv5进行夜景对象检测（实际项目）

本文结束，将仅使用Python和OpenCV以非常简单的方式测量热图像和热视频中每个像素的温度值。并且能够实时获取来自热成像摄像机的视频流和温度值。<

了解本专栏 订阅专栏 解锁全文 超级会员免费看
程序媛一枚~
关注
专栏目录
订阅专栏
使用Python和OpenCV从图像/视频/实时摄像头流中测量任意一点的温度
05-29
basic_drawing.py 基础绘制脚本示例 measure_image_temperature.py 测试图片温度 measure_video_temperature.py 测试视频温度 gray8_vs_gray16.py gray6与gray16互相转换及增加颜色条 measure_camera_video_temperature.py 测试实时摄像头视频流温度 plot_bar.py measure_image_click_temperature.py 鼠标时间测试任意一点温度 images/ 测试照片 lighter_gray16_image.tiff pygame_icon.tiff 测试照片 pil.py
基于热成像的智能体温度检测系统，使用opencv进行人体面部检测，通过热成像计算人体面部温度
05-30
基于热成像的智能体温度检测系统，使用opencv进行人体面部检测，通过热成像计算人体面部温度
使用openCV查看ROS中的红外图像
最新发布
qq_41168021的博客
08-14 409
使用opencv在ros中查看深度相机的图像
python热成像_OpenCV-Python：如何检测热图像中的热点？
weixin_39613744的博客
12-19 2392
我正在使用openCV和Python制作一个计算机视觉应用程序,用于检测来自热像仪的图像中的热点.图像基本上是一个大机器,我想得到最热的(就温度而言)图像的一部分.到目前为止我的想法：>使用颜色量化(和K-means)将颜色数量减少到8.>使用某种阈值处理并获得具有大量红色的簇(因为通常红色=更多热量).现在我已经成功完成了第一部分.我有一个仅包含8种颜色的量化图像.我到目前为止所做的...
【EPS32S3学习笔记】OPENCV应用于热成像的插值运算
lunzilx的博客
05-26 634
之前解锁了在ESP32上布置OPENCV及一些人脸识别的应用，后面看看还有哪些应用可以尝试。当然可能每个点都不是很大，更多的是记录一些过程。
热视觉3：使用Python和OpenCV的发烧探测器（图像/视频/摄像头实时视频流人脸温度检测）
05-29
将 Haar 级联算法应用于热图像中的人脸，然后在热视频序列中，最后使用 USB 视频类 （UVC） 热像仪。这些部分分别在以下位置实现： fever_detector_image.py：将 Haar级联人脸检测算法应用于输入热红外图像（faces_gray16_image.tiff）。 fever_detector_video.py：Haar级联人脸检测算法应用于输入视频帧（gray16_sequence文件夹）。 fever_detector_camera.py：将 Haar级联人脸检测应用于 UVC 热成像摄像机的视频输入流。 faces_gray16_image.tiff是图3（右）所示的原始灰16热图像，该图像是从热像仪RGMVision热成像CAM 1中提取的。 gray16_sequence文件夹包含示例视频序列。 haarcascade_frontalface_alt2.xml 预先训练的人脸检测器，由OpenCV库（GitHub）的开发人员和维护人员提供。
全面指南：如何使用Python编写代码，利用热像仪自动测量人员体温进行发热症状的早期筛查
m0_57781768的博客
09-23 833
近年来，由于全球健康事件的影响，热像仪在公共场所如机场、火车站、学校和商业中心中的应用越来越广泛，用于自动检测人员的体温，从而进行发热症状的早期筛查。首先，我们需要确保热像仪与计算机的连接是正常的。为了实现这一目标，我们可以使用Python编写代码，与热像仪的硬件接口，自动获取、处理热像数据，并得出人员的体温。然而，值得注意的是，热像仪测量的体温只能作为参考，不能完全替代传统的体温测量方法。随着技术的进步，我们期待热像仪和相关软件的准确性和功能将进一步提高，为公共健康和安全提供更强大的支持。
基于Python+OpenCV 双目立体视觉的图像匹配与测距+源代码+文档说明
11-07
结合维视双目立体视觉测量平台 MV-VS220，通过 Python+OpenCV 设计实现一个具备图像 采集、图像匹配以及距离测量等功能的原型演示系统。系统可实现对关键环节的过程与结果的演示，以及不同算法的 性能比较。系统测试...
Python OpenCV实现测量图片物体宽度
09-16
根据提供的标题、描述、标签及部分内容，本文将详细介绍如何利用Python与OpenCV库来测量图像中物体的宽度。本文不仅会提供详细的步骤说明，还会解释关键函数与算法的工作原理，帮助读者更好地理解整个过程。 ### ...
红外视觉1：近红外与中远红外图像
qq_40985985的博客
10-24 9840
这篇博客将介绍什么是红外图像以及近红外（NIR）和中远红外（MIR和FIR）图像之间的区别，并认识到支持它们的不同技术，以及这些特殊相机的常见用途。
python-opencv尺寸测量
张伟的专栏
02-21 4625
然后，看看我们的 pixelsPerMetric 变量已经初始化，如果没有，我们把 分贝 由我们提供 - 宽度 ，从而使我们每英寸我们的（近似）的像素。我们需要确定pixels per metric比率（单位尺寸像素数），即在给定的度量（如英寸、毫米、米等）下，像素的数量。首先，利用机器视觉来测定零件尺寸，我们能够直接得到的是图片的像素，要想获得尺寸大小，我们必须找到像素和实际尺寸间的关系。实际上，相当于引用对象的作用，例如已知地图上的引用材质，我们可以使用此引用对象将其转换为地图上其他对象的大小。
Opencv判别图像是否为近红外图像
qq_44815545的博客
01-15 879
opencv判断图像是否为近红外图像
像素计算——（OpenCV+Python）
m0_43425029的博客
05-10 1836
1. 像素的算术运算 输入图像的大小，和类型要完全一致 import cv2 as cv def add_demo(m1,m2): #像素得到加运算 dst = cv.add(m1,m2) cv.imshow("add_demo",dst) def subtract_demo(m1,m2): #像素的减运算 dst = cv.subtract(m1,m2) cv.imshow("subtract_demo",dst) def multipl
热视觉3：使用Python和OpenCV的发烧探测器
qq_40985985的博客
10-29 1997
这篇博客将结合前俩篇博客，介绍如何使用Python和OpenCV构建一个发烧探测器。包括： - 热图像中简单的人脸检测 - 发烧检测（近似解决方案） - 通过3 个步骤实时检测树莓派视频流人脸发烧检测；
【OpenCV--边缘检测】
热门推荐
m0_70964767的博客
10-15 1万+
Sobel边缘检测算法相对简单，实际应用时效率比canny要高，但是没有其精确，Sobel算子是高斯平滑和微分操作的结合体，其抗噪声能力强，当对效率要求较高，而对细纹理不太关心时，普遍应用Sobel算子。1>基于搜索：通过寻找图像一阶导数中最大值来检测边界利用计算结果估计边缘局部方向，通常采用梯度方向，利用此方向找到局部梯度模最大值，代表算法是Sobel算子和Scharr算子。根据得到的这两幅梯度，找到边界梯度和方向。ksize:卷积核大小，为奇数，默认是3，当为-1时，演变成3*3Scharr算子。
opencv 十五 红外图像中虹膜的提取
m0_74259636的博客
12-13 872
在医在拍摄过程瞳孔需要进行运动，其通常不在正前方，无法形成圆形，不能使用常规的霍夫圆检测进行提取定位。且在在红外图像中，虹膜区域与巩膜区域差别不明显(具体如下图所示)，故需要设计出算法提取红外图像中的虹膜区域。然后获取轮廓并进行椭圆拟合，然后将拟合的椭圆绘制在原图与mask上（画在原图上的椭圆要使用原始值，而画在mask上的椭圆需要对长轴和短轴值进行放大，使其能尽可能的盖住虹膜区域）其先通过二值化方法，获取瞳孔区域（包含闭运算操作，使瞳孔的圆闭合【瞳孔经常出现反光的情况】），最后在对瞳孔区域进行霍夫圆检测。
【opencv】红外弱小目标标记
weixin_43669259的博客
12-04 760
基于形态学的红外弱小目标提取是指利用形态学的方法从红外图像中识别和提取出那些 __尺寸较小、强度较弱 __的目标或者特征。形态学方法通常涉及形态学操作，如腐蚀、膨胀、开运算、闭运算等，这些操作可以对图像进行局部结构的操作和特征的增强，从而有助于弱小目标的凸显，从而帮助提取出目标。本次实验用的是垃圾算法，主要操作就是像素__阈值分割__，。
python调用海康sdk操作热成像设备获取对应点温度
qq_36001082的博客
09-19 7768
python调用海康sdk操作热成像设备获取对应点温度 Python调用海康sdk操作热成像设备获取对应点温度， 海康官方提供有Java版的sdk，遗憾的是里面提供的api比较旧了新版的api需要根据c++版的开发文档自己写对应的Python接口和类。这对于不熟悉c++的开发人员比较吃力。下面的代码示例了通过海康的SDK获取热成像画面上某一点的具体温度。hCNetSDK = CDLL(’./libhcnetsdk.so’)是海康sdk的目录，可以是相对路径也可以是绝对路径。 1.dll动态库python函
在matlab中用红外摄像头测量温度
03-31
在Matlab中使用红外摄像头测量温度可以通过以下步骤实现： 1. 首先，确保你的红外摄像头与计算机连接正常，并且已经安装了相应的驱动程序。 2. 在Matlab中，你可以使用Image Acquisition Toolbox来获取红外图像。首先，你需要创建一个视频对象来连接和配置红外摄像头。可以使用`videoinput`函数创建视频对象，指定摄像头的适配器和设备ID。例如： ``` vid = videoinput('winvideo', 1); ``` 3. 接下来，你需要设置视频对象的属性，包括图像分辨率、帧率等。可以使用`set`函数来设置属性。例如： ``` set(vid, 'FrameRate', 30); set(vid, 'Resolution', '640x480'); ``` 4. 打开视频对象并开始获取图像。可以使用`start`函数来启动视频对象。例如： ``` start(vid); ``` 5. 使用`getsnapshot`函数获取当前帧的图像数据。例如： ``` img = getsnapshot(vid); ``` 6. 对于红外图像，通常会以灰度图像的形式呈现。你可以使用`rgb2gray`函数将彩色图像转换为灰度图像。例如： ``` gray_img = rgb2gray(img); ``` 7. 接下来，你可以对灰度图像进行温度测量。具体的算法和方法取决于你使用的红外摄像头和应用场景。常见的方法包括校准、温度计算等。 以上是在Matlab中使用红外摄像头测量温度的基本步骤。具体的实现方式可能会因摄像头型号、驱动程序等因素而有所不同。你可以参考Matlab的官方文档或者相关教程来获取更详细的信息。
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

程序媛一枚~

您的鼓励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

实付元
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