1 Star 2 Fork 0

itg / somepython

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
opencvmovecheck.py 3.29 KB
一键复制 编辑 原始数据 按行查看 历史
itg 提交于 2023-07-17 14:02 . update opencvmovecheck.py.
# 下载安装anaconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.1.0-Windows-x86_64.exe
# VSCode 右下角选择python解释器 选择刚才安装的anacoda下的python3.6
# 打开VSCODE下cmd终端
# 运行安装opencv-python==3.4.1.15和opencv-contrib-python==3.4.1.15:
# python -m ensurepip --default-pip
# pip install pip -U
# pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
# pip install opencv-python==3.4.1.15
# pip install opencv-contrib-python==3.4.1.15
import cv2
import numpy as np
# 这里打开网络电视测试一下 摄像头的话 camera = cv2.VideoCapture(0)
camera = cv2.VideoCapture("http://ali-vl.cztv.com/channels/lantian/channel01/360p.m3u8?a=1000&d=4e3d476240659192311f471b7b63aec2&k=4b45d8e247e50d92c919fb8ab94ff8a2&t=1689556251") # 参数0表示第一个摄像头
# 判断视频是否打开
if (camera.isOpened()):
print('摄像头成功打开')
else:
print('摄像头未打开')
# 测试用,查看视频size
size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)),
int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('size:'+repr(size))
es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 4))
background = None
while True:
# 读取视频流
grabbed, frame_lwpCV = camera.read()
# 对帧进行预处理,先转灰度图,再进行高斯滤波。
# 用高斯滤波进行模糊处理,进行处理的原因:每个输入的视频都会因自然震动、光照变化或者摄像头本身等原因而产生噪声。对噪声进行平滑是为了避免在运动和跟踪时将其检测出来。
gray_lwpCV = cv2.cvtColor(frame_lwpCV, cv2.COLOR_BGR2GRAY)
gray_lwpCV = cv2.GaussianBlur(gray_lwpCV, (21, 21), 0)
# 将第一帧设置为整个输入的背景
if background is None:
background = gray_lwpCV
continue
# 对于每个从背景之后读取的帧都会计算其与北京之间的差异,并得到一个差分图(different map)。
# 还需要应用阈值来得到一幅黑白图像,并通过下面代码来膨胀(dilate)图像,从而对孔(hole)和缺陷(imperfection)进行归一化处理
diff = cv2.absdiff(background, gray_lwpCV)
diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1] # 二值化阈值处理
diff = cv2.dilate(diff, es, iterations=2) # 形态学膨胀
# 显示矩形框 RETR_LIST RETR_EXTERNAL
#contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # opencv4.x 返回值有两个,该函数计算一幅图像中目标的轮廓
image, contours, hierarchy = cv2.findContours(diff.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # opencv3.4.x 返回值三个 该函数计算一幅图像中目标的轮廓
for c in contours:
if cv2.contourArea(c) < 1500: # 对于矩形区域,只显示大于给定阈值的轮廓,所以一些微小的变化不会显示。对于光照不变和噪声低的摄像头可不设定轮廓最小尺寸的阈值
continue
(x, y, w, h) = cv2.boundingRect(c) # 该函数计算矩形的边界框
cv2.rectangle(frame_lwpCV, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.imshow('contours', frame_lwpCV)
cv2.imshow('dis', diff)
key = cv2.waitKey(1) & 0xFF
# 按'q'健退出循环
if key == ord('q'):
break
# When everything done, release the capture
camera.release()
cv2.destroyAllWindows()
1
https://gitee.com/x-itg/my_curve_fit.git
git@gitee.com:x-itg/my_curve_fit.git
x-itg
my_curve_fit
somepython
main

搜索帮助