利用Opencv实现物体的跟踪（1）

最新推荐文章于 2024-01-26 18:18:43 发布

晨曦-2020040064

最新推荐文章于 2024-01-26 18:18:43 发布

阅读量3.9k

点赞数 1

分类专栏： opencv 文章标签： python

本文链接：https://blog.csdn.net/weixin_55737425/article/details/124331719

版权

本文介绍了使用OpenCV进行物体跟踪的基本方法，重点强调了正确设定目标物体区域的重要性，以防跟踪过程中出现混乱。作者作为自学者，欢迎读者提出宝贵意见。

摘要由CSDN通过智能技术生成

目前感觉，利用opencv实现的物体追踪，关键要设置好你所检测对象的area，不然很容易出现混乱。本人也是自学，敬请批评指正。

import cv2

# 定义运算的核算子
BLUR_RADIUS = 21
erode_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
dilate_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 9))

# 打开摄像头
cap = cv2.VideoCapture(0)
success, frame = cap.read()

# 丢弃9帧，让相机有足够时间调整
for i in range(9):
    success, frame = cap.read()
    if not success:
        exit(1)

# 取第十帧，并进行模糊操作，作为背景
gray_background = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray_background = cv2.GaussianBlur(gray_background, (BLUR_RADIUS, BLUR_RADIUS), 0)

# 有了背景的参考图像，开始检测物体，对每一帧转成灰度和高斯模糊
success, frame = cap.read()
frame = cv2.flip(frame, 1)
while success:
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray_frame = cv2.GaussianBlur(gray_frame, (BLUR_RADIUS, BLUR_RADIUS), 0)

    # 对两张图片进行差值的绝对值操作
    diff =