代码实现：基于opencv库的单目标跟踪算法

最新推荐文章于 2024-09-04 00:05:14 发布

放下扳手&拿起键盘

最新推荐文章于 2024-09-04 00:05:14 发布

阅读量1.5k

点赞数

分类专栏： python_opencv

本文链接：https://blog.csdn.net/william_hehe/article/details/79655374

版权

python_opencv 专栏收录该内容

16 篇文章 0 订阅

订阅专栏

import cv2

##############################################################################
# 载入视频
camera = cv2.VideoCapture('tracking.avi')
# 第一帧为空
firstframe = None

while True:
    # cap.read()返回两个参数赋给两个值。
    # ret的值为True或False，代表有没有读入图片。
    # frame，代表当前截取一帧的图片
    ret, frame = camera.read()
    if not ret:
        break
    #函数cvtColor：将输入图像从一个颜色空间转换到另一个颜色空间。
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #函数GaussianBlur：将源图像与指定的高斯内核进行卷积。
    gray = cv2.GaussianBlur(gray, (21, 21), 0)
    if firstframe is None:
        firstframe = gray
        continue
    #函数absdiff：将两幅图的差的绝对值输出到另一幅图上
    frameDelta = cv2.absdiff(firstframe, gray)
    #函数threshold：对多通道阵列使用固定级别的阈值，返回两个值，第一个retVal(获得的阈值值)，第二个阈值处理后的图像。
    thresh = cv2.threshold(frameDelta, 25, 255, cv2.THRESH_BINARY)[1]
    #函数dilate：对图像进行膨胀操作
    thresh = cv2.dilate(thresh, None, iterations=2)

    x, y, w, h = cv2.boundingRect(thresh)
    frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
    cv2.imshow("frame", frame)
    cv2.imshow("Thresh", thresh)
    cv2.imshow("frame2", frameDelta)
    key = cv2.waitKey(25) & 0xFF

    if key == ord("q"):
        break

camera.release()
cv2.destroyAllWindows()