Jednostavno otkrivanje boje pomoću OpenCV-a: 6 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:33

Bok! Danas ću pokazati jednostavnu metodu otkrivanja boje iz videa uživo pomoću OpenCV -a i pythona.

U osnovi ću samo testirati da li je potrebna boja prisutna u pozadinskom okviru ili ne, a koristeći OpenCV module maskirat ću to područje i istovremeno prikazati okvir.

Korak 1: Datoteke zaglavlja

Ovdje sam upotrijebio dvije datoteke zaglavlja, naime cv2 i NumPy. U osnovi cv2 je OpenCV knjižnica koja učitava sve c ++ datoteke koje su važne dok se koriste naredbe u kodovima (sadrži sve definicije).

Numpy je python knjižnica neophodna za spremanje višedimenzionalnog niza. Koristit ćemo za spremanje koordinata raspona boja.

I numpy kao np u osnovi pomaže našem kodu da se malo skrati korištenjem np svaki put umjesto numpy.

Korak 2: Snimanje videozapisa

Ovo je prilično jednostavno dok koristite python. Ovdje samo moramo uključiti video rekorder kako bi mogao početi snimati kadrove.

Sada vrijednost unutar VideoCapturea označava kameru, u mom slučaju kamera je spojena na moje prijenosno računalo, dakle 0.

Možete ići slično 1 za sekundarnu kameru i tako dalje. VideoCapture za njega stvara objekt.

Korak 3: Snimanje okvira i definiranje boje

Sada ovdje moramo učiniti nešto kako bismo mogli snimiti trenutni kadar videozapisa koji će nam pomoći da izdvojimo sliku, a na tome možemo raditi prema zahtjevu.

"while" petlja će nam pomoći da pokrenemo petlju do potrebnog vremena. Sada se "_, frame = cap.read ()" koristi za provjeru valjanosti snimljenog okvira i sprema ga. "cap.read () je logička varijabla i vraća true ako je okvir ispravno pročitan i ako ne dobijete okvire neće pokazati nikakvu pogrešku, jednostavno ćete dobiti None.

Sada linija 11 i linija 12 u osnovi definiraju raspon boja koje moramo otkriti. Za to sam koristio plavu boju.

Možete nastaviti s bilo kojom bojom za koju trebate samo unijeti BGR vrijednosti za tu određenu boju. Bolje je definirati dva niza pomoću polja numpy jer otkrivanje određene boje u stvarnom svijetu neće nam poslužiti, već ćemo definirati raspon plave boje tako da se detektira unutar raspona.

Za to sam definirao dvije varijable koje spremaju donje BGR vrijednosti i gornje BGR vrijednosti.

Korak 4: Maskiranje i vađenje

Ovdje dolazi glavni zadatak maskiranja okvira i izdvajanja boje okvira. Za maskiranje sam koristio unaprijed definirane naredbe prisutne u knjižnici u OpenCV -u. U osnovi maskiranje je proces uklanjanja dijela okvira, tj. Uklonit ćemo piksele čije BGR vrijednosti u boji ne leže u definiranom rasponu boja, a to radi cv2.inRange. Nakon toga primjenjujemo raspon boja na maskiranu sliku, ovisno o vrijednostima piksela, a za to ćemo koristiti cv2.bitwise_and, Jednostavno će dodijeliti boje maskiranom području ovisno o maski i vrijednostima raspona boja.

Link za cv2. bitwise_and:

Korak 5: Konačno se prikazuje

Ovdje sam koristio osnovni cv2.imshow () za prikaz za svaki okvir kao sliku. Budući da imam okvirne podatke pohranjene u varijablama, mogu ih dohvatiti u imshow (). Ovdje sam prikazao sva tri okvira, izvorni, maskirani i obojeni.

Sada moramo izaći iz while petlje. U tu svrhu jednostavno možemo implementirati cv2.wait. Key (). U osnovi pokazuje vrijeme čekanja prije nego što odgovori. Dakle, ako prođete 0, čekat će beskonačno, a 0xFF govori da je arhitektura 64 -bitna. "ord ()" određuje znak koji će, kada se pritisne, izvršiti naredbu break u bloku if i ona će izaći iz petlje.

Tada cap.release () zatvara video rekorder, a cv2.destroyAllWindows () zatvara sve otvorene prozore.

Ako imate bilo kakvih problema, javite mi.

Veza na izvorni kod: