Egyszerű színfelismerés az OpenCV használatával: 6 lépés

2024 Szerző: John Day | [email protected]. Utoljára módosítva: 2024-01-30 09:40

Szia! Ma egy egyszerű módszert mutatok be egy szín észlelésére élő videóból OpenCV és python segítségével.

Alapvetően csak azt fogom tesztelni, hogy a kívánt szín jelen van -e a háttérkeretben, vagy sem, és az OpenCV modulok használatával elfedem ezt a régiót, és egyidejűleg megjelenítem a keretet.

1. lépés: A fejlécfájlok

Most itt két fejlécfájlt használtam, nevezetesen a cv2 és a NumPy. Alapvetően a cv2 az OpenCV könyvtár, amely betölti az összes c ++ fájlt, amelyek fontosak a kódokban lévő parancsok használata közben (tartalmazza az összes definíciót).

A Numpy pedig egy python -könyvtár, amely elengedhetetlen a többdimenziós tömb tárolásához. A színtartomány koordinátáinak tárolására használjuk.

A numpy as np pedig alapvetően segít a kódunknak, hogy kicsit lerövidüljön, ha minden alkalommal np -t használunk a numpy helyett.

2. lépés: A videó rögzítése

Ez nagyon egyszerű python használata közben. Itt csak be kell kapcsolnunk a videofelvevőt, hogy elkezdhesse rögzíteni a képkockákat.

Most a VideoCapture -n belüli érték jelzi a kamerát, az én esetemben a kamera csatlakozik a laptopomhoz, tehát 0.

Hasonlóan léphet az 1 -hez a másodlagos fényképezőgéphez és így tovább. A VideoCapture létrehozza az objektumot.

3. lépés: A kép rögzítése és a szín meghatározása

Most itt tennünk kell valamit, hogy rögzíthessük a videó azonnali képkockáját, amely segít a kép kibontásában, és ezen dolgozhatunk a követelményeknek megfelelően.

A "while" ciklus segít abban, hogy a ciklust a kívánt időre futtassuk. Most a "_, frame = cap.read ()" a lefoglalt keret érvényességének ellenőrzésére és tárolására szolgál. "A cap.read () egy logikai változó, és igaz értéket ad vissza, ha a keretet helyesen olvassuk, és ha nem kap kereteket, akkor nem fog semmilyen hibát megjeleníteni, egyszerűen a None értéket kapja.

Most a 11. sor és a 12. sor alapvetően meghatározza azt a színtartományt, amelyet észlelnünk kell. Ehhez szoktam a kék színt.

Bármilyen színnel folytathatja, ha csak be kell írnia a BGR értékeket az adott színhez. Jobb, ha két tömböt definiáló tömbökkel határozunk meg, mivel egy adott szín észlelése a valós világban nem szolgálja a célunkat, inkább a kék szín tartományát határozzuk meg, hogy a tartományon belül érzékelje.

Ehhez két változót definiáltam, amelyek az alsó BGR értékeket és a felső BGR értékeket tárolják.

4. lépés: Maszkolás és kivonás

Most itt a fő feladat a keret elfedése és a keret színének kinyerése. A maszkoláshoz az OpenCV könyvtárában található előre meghatározott parancsokat használtam. Alapvetően a maszkolás a keret bizonyos részének eltávolítása, azaz eltávolítjuk azokat a képpontokat, amelyek színének BGR értékei nem a megadott színtartományban vannak, és ezt a cv2.inRange végzi. Ezt követően a színtartományt a maszkolt képre alkalmazzuk, a pixelértékektől függően, és ehhez a cv2.bitwise_and értéket fogjuk használni, egyszerűen hozzárendeli a színeket a maszkolt területhez, a maszk és a színtartomány értékeitől függően.

Link a cv2 -hez. bitwise_and:

5. lépés: Végül megjelenik

Itt az alapvető cv2.imshow () - t használtam az egyes keretek képként való megjelenítéséhez. Mivel a keretadatok változókban vannak tárolva, le tudom őket szerezni az imshow () fájlban. Itt megjelenítettem mind a három keretet, eredeti, maszkos és színes.

Most ki kell lépnünk a while ciklusból. Ehhez egyszerűen megvalósíthatjuk a cv2.wait. Key () parancsot. Alapvetően a várakozási időt jelzi, mielőtt válaszol. Tehát ha átadja a 0 -t, akkor végtelenül várni fog, és a 0xFF azt mondja, hogy az architektúra 64 bites. Az "ord ()" megadja azt a karaktert, amelyet megnyomáskor a break parancs végrehajtja az if blokkban, és az kilép a ciklusból.

Ezután a cap.release () bezárja a videofelvevőt, a cv2.destroyAllWindows () pedig az összes megnyitott ablakot.

Ha bármilyen problémája van, kérjük, tudassa velem.

Link a forráskódhoz: