视频对象提取
与其说是视频对象提取,不如说是视频颜色提取,因为其本质还是使用了OpenCV的HSV颜色物体检测。下面话不多说了,来一起看看详细的介绍吧。
HSV介绍
HSV分别代表,色调(H:hue),饱和度(S:saturation),亮度(V:value),由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model);
色调(H:hue):用角度度量,取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,品红为300°;(OpenCV中H的取值范围为0~180,8bit存储时);
饱和度(S:saturation):取值范围为0~255,值越大,颜色越饱和;
亮度(V:value):取值范围为0(黑色)~255(白色);
效果展示
实现思路
如上效果图所示,我们要做的就是把视频中的绿色的小猪佩奇识别出来即可,下面是的识别步骤:
PS中工具栏右侧HSB显示:
完整代码
#coding=utf-8 #HSV转换(颜色提取) 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 #上下浮动值 #因为PS的HSV(HSB)取值是:0~360、0~1、0~1,而OpenCV的HSV是:0~180、0~255、0~255,所以要对ps的hsv进行处理,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“与运算”提取颜色部分 res = cv2.bitwise_and(frame, frame, mask=mask) #使用高斯模式优化图片 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()
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。