溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
目前計算機視覺（CV）與自然語言處理（NLP）及語音識別并列為人工智能三大熱點方向，而計算機視覺中的對象檢測(objectdetection)應用非常廣泛，比如自動駕駛、視頻監控、工業質檢、醫療診斷等場景。
目標檢測的根本任務就是將圖片或者視頻中感興趣的目標提取出來，目標的識別可以基于顏色、紋理、形狀。其中顏色屬性運用十分廣泛，也比較容易實現。下面就向大家分享一個我做的小實驗———通過OpenCV的Python接口來實現從視頻中進行顏色識別和跟蹤。
下面就是我們完整的代碼實現（已調試運行）：
import numpy as np
import cv2
font = cv2.FONT_HERSHEY_SIMPLEX
lower_green = np.array([35, 110, 106]) # 綠色范圍低閾值
upper_green = np.array([77, 255, 255]) # 綠色范圍高閾值
lower_red = np.array([0, 127, 128]) # 紅色范圍低閾值
upper_red = np.array([10, 255, 255]) # 紅色范圍高閾值
#需要更多顏色，可以去百度一下HSV閾值！
# cap = cv2.VideoCapture('1.mp4') # 打開視頻文件
cap = cv2.VideoCapture(0)#打開USB攝像頭
if (cap.isOpened()): # 視頻打開成功
flag = 1
else:
flag = 0
num = 0
if (flag):
while (True):
ret, frame = cap.read() # 讀取一幀
if ret == False: # 讀取幀失敗
break
hsv_img = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask_green = cv2.inRange(hsv_img, lower_green, upper_green) # 根據顏色范圍刪選
mask_red = cv2.inRange(hsv_img, lower_red, upper_red)
# 根據顏色范圍刪選
mask_green = cv2.medianBlur(mask_green, 7) # 中值濾波
mask_red = cv2.medianBlur(mask_red, 7) # 中值濾波
mask = cv2.bitwise_or(mask_green, mask_red)
mask_green, contours, hierarchy = cv2.findContours(mask_green, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
mask_red, contours2, hierarchy2 = cv2.findContours(mask_red, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
for cnt in contours:
(x, y, w, h) = cv2.boundingRect(cnt)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 255), 2)
cv2.putText(frame, "Green", (x, y - 5), font, 0.7, (0, 255, 0), 2)
for cnt2 in contours2:
(x2, y2, w2, h3) = cv2.boundingRect(cnt2)
cv2.rectangle(frame, (x2, y2), (x2 + w2, y2 + h3), (0, 255, 255), 2)
cv2.putText(frame, "Red", (x2, y2 - 5), font, 0.7, (0, 0, 255), 2)
num = num + 1
cv2.imshow("dection", frame)
cv2.imwrite("imgs/%d.jpg"%num, frame)
if cv2.waitKey(20) & 0xFF == 27:
break
cv2.waitKey(0)
cv2.destroyAllWindows()
如圖所示，我們將會檢測到紅色區域
最終的效果圖：
總結
以上所述是小編給大家介紹的50行Python代碼實現視頻中物體顏色識別和跟蹤，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對億速云網站的支持！
如果你覺得本文對你有幫助，歡迎轉載，煩請注明出處，謝謝！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
