視頻對象提取
與其說是視頻對象提取,不如說是視頻顏色提取,因為其本質(zhì)還是使用了OpenCV的HSV顏色物體檢測。下面話不多說了,來一起看看詳細的介紹吧。
HSV介紹
HSV分別代表,色調(diào)(H:hue),飽和度(S:saturation),亮度(V:value),由A. R. Smith在1978年創(chuàng)建的一種顏色空間, 也稱六角錐體模型(Hexcone Model);
色調(diào)(H:hue):用角度度量,取值范圍為0°~360°,從紅色開始按逆時針方向計算,紅色為0°,綠色為120°,藍色為240°。它們的補色是:黃色為60°,青色為180°,品紅為300°;(OpenCV中H的取值范圍為0~180,8bit存儲時);
飽和度(S:saturation):取值范圍為0~255,值越大,顏色越飽和;
亮度(V:value):取值范圍為0(黑色)~255(白色);
效果展示
實現(xiàn)思路
如上效果圖所示,我們要做的就是把視頻中的綠色的小豬佩奇識別出來即可,下面是的識別步驟:
PS中工具欄右側HSB顯示:
完整代碼
#coding=utf-8 #HSV轉換(顏色提?。? import cv2 import numpy as np cap = cv2.VideoCapture(0) while (1): _, frame = cap.read() hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) #在PS里用取色器的HSV psHSV = [112, 89, 52] diff = 40 #上下浮動值 #因為PS的HSV(HSB)取值是:0~360、0~1、0~1,而OpenCV的HSV是:0~180、0~255、0~255,所以要對ps的hsv進行處理,H/2、SV*255 lowerHSV = [(psHSV[0] - diff) / 2, (psHSV[1] - diff) * 255 / 100, (psHSV[2] - diff) * 255 / 100] upperHSV = [(psHSV[0] + diff) / 2, (psHSV[1] + diff) * 255 / 100, (psHSV[2] + diff) * 255 / 100] mask = cv2.inRange(hsv, np.array(lowerHSV), np.array(upperHSV)) #使用位“與運算”提取顏色部分 res = cv2.bitwise_and(frame, frame, mask=mask) #使用高斯模式優(yōu)化圖片 res = cv2.GaussianBlur(res, (5, 5), 1) cv2.imshow('frame', frame) # cv2.imshow('mask', mask) cv2.imshow('res', res) if cv2.waitKey(1) & 0xFF == ord('q'): break cv2.destroyAllWindows()
另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應用場景需求。